表情識(shí)別

表情識(shí)別支持7種表情類型，生氣、厭惡、恐懼、開心、難過、驚喜、平靜等。

實(shí)現(xiàn)思路

使用OpenCV識(shí)別圖片中的臉，在使用keras進(jìn)行表情識(shí)別。

效果預(yù)覽

實(shí)現(xiàn)代碼

與《性別識(shí)別》相似，本文表情識(shí)別也是使用keras實(shí)現(xiàn)的，和性別識(shí)別相同，型數(shù)據(jù)使用的是oarriaga/face_classification的，代碼如下：

#coding=utf-8

#表情識(shí)別

import cv2

from keras.models import load_model

import numpy as np

import chineseText

import datetime

startTime = datetime.datetime.now()

emotion_classifier = load_model(

"classifier/emotion_models/simple_CNN.530-0.65.hdf5")

endTime = datetime.datetime.now()

print(endTime - startTime)

emotion_labels = {

0: "生氣",

1: "厭惡",

2: "恐懼",

3: "開心",

4: "難過",

5: "驚喜",

6: "平靜"

}

img = cv2.imread("img/emotion/emotion.png")

face_classifier = cv2.CascadeClassifier(

"C:Python36Libsite-packagesopencv-masterdatahaarcascadeshaarcascade_frontalface_default.xml"

)

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

faces = face_classifier.detectMultiScale(

gray, scaleFactor=1.2, minNeighbors=3, minSize=(40, 40))

color = (255, 0, 0)

for (x, y, w, h) in faces:

gray_face = gray[(y):(y + h), (x):(x + w)]

gray_face = cv2.resize(gray_face, (48, 48))

gray_face = gray_face / 255.0

gray_face = np.expand_dims(gray_face, 0)

gray_face = np.expand_dims(gray_face, -1)

emotion_label_arg = np.argmax(emotion_classifier.predict(gray_face))

emotion = emotion_labels[emotion_label_arg]

cv2.rectangle(img, (x + 10, y + 10), (x + h - 10, y + w - 10),

(255, 255, 255), 2)

img = chineseText.cv2ImgAddText(img, emotion, x + h * 0.3, y, color, 20)

cv2.imshow("Image", img)

cv2.waitKey(0)

cv2.destroyAllWindows()

以上就是python 實(shí)現(xiàn)表情識(shí)別的詳細(xì)內(nèi)容，更多關(guān)于python 表情識(shí)別的資料請(qǐng)關(guān)注云海天教程其它相關(guān)文章！

原文鏈接：https://github.com/vipstone/faceai/blob/master/doc/emotion.md

總結(jié)

以上是生活随笔為你收集整理的python表情识别程序_python 实现表情识别的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。