Python+OpenCV实用案例应用教程：人脸检测和识别

计算机视觉使很多任务成为现实，其中两项任务就是人脸检测
（在图像中定位人脸）和人脸识别（将人脸识别为特定的人）。
OpenCV实现了一些人脸检测和识别的算法。从安全到娱乐，这些技术
在现实环境中都有应用。
本章介绍OpenCV的一些人脸检测和识别功能，并定义特定类型的
可跟踪物体的数据文件。具体来说，将研究Haar级联分类器，通过分
析相邻图像区域之间的对比度，确定给定图像或子图像是否与已知类
型匹配。我们来考虑如何在层次结构中组合多个Haar级联分类器，以
便用一个分类器识别父区域（就我们的目标而言，是一张人脸），用
其他分类器识别子区域（比如眼睛）。
我们还介绍了“矩形”这个不起眼但却很重要的主体。通过绘
制、复制及调整矩形图像区域的大小，我们可以对正在跟踪的图像区
域执行简单的操作。
本章将介绍以下主题：
·理解Haar级联。
·找到OpenCV自带的预训练Haar级联，包括了一些人脸检测器。
·利用Haar级联检测静态图像和视频中的人脸。
·采集图像训练和测试人脸检测器。
·使用多种不同的人脸识别算法：Eigenface、Fisherface以及局部
二值模式直方图（Local Binary Pattern Histogram，LBPH）。
·将矩形区域从一幅图像复制到另一幅图像，即可包括也可不包
括掩模。
·使用深度摄像头基于深度区分人脸和背景。
·在交互式应用程序中交换两个人的脸。
本章结束时，我们将人脸跟踪和矩形操作集成到我们在前几章中
开发的交互式应用程序Cameo中。最后，我们将会有一些人脸到人脸的
交互！

5.1　 技术需求
本章使用了Python、OpenCV以及NumPy。作为OpenCV的一部分，使
用了可选的opencv_contrib模块，其中包括人脸识别功能。本章的某
些部分使用了OpenCV对OpenNI 2的可选支持来从深度摄像头捕捉图
像。安装说明请参阅第1章。
本章的完整代码可以在本书的GitHub库
（https://github.com/PacktPublishing/Learning-OpenCV-4-
Computer-Vision-with-Python-Third-Edition）的chapter05文件夹
中找到。示例图像在本书GitHub库的images文件夹中。

5.2　 Haar级联的概念化
在谈到分类物体并跟踪其位置时，我们到底想要探究什么呢？构
成物体的可识别部分的是什么？
即使来自网络摄像头的摄影图像，也可能包含很多赏心悦目的细
节。但是，因为光线、视角、视觉距离、摄像头抖动和数字噪声的变
化，图像细节往往不稳定。此外，即使物理细节上的真实差异也不可
能会引起我们对分类的兴趣。约瑟夫·豪斯（本书作者之一）在学校
学过，在显微镜下，没有两片雪花看起来是一样的。幸运的是，作为
一个加拿大的孩子，他已经学会了不用显微镜就能识别雪花，因为雪
花在整体上的相似之处更明显。
因此，抽象图像细节的一些方法有助于产生稳定的分类和跟踪结
果。这些抽象称为特征，据说是从图像数据中抽象的。尽管任何像素
都可能影响多个特征，但是特征应该比像素少。把一组特征表示为一
个向量，可以根据图像的对应特征向量之间的距离来度量两幅图像之
间的相似程度。
类Haar特征是应用于实时人脸检测的常用特征之一。在论文
“Robust Real-Time Face Detection”（International Journal of
Computer Vision 57(2),137–154,Kluwer Academic
Publishers,2001）中，作者Paul Viola和Michael Jones首次将类
Haar特征用于人脸检测。可以在
http://www.vision.caltech.edu/html-files/EE148-2005-
Spring/pprs/viola04ijcv.pdf处找到这篇论文的电子版。每个类Haar
特征描述了相邻图像区域之间的对比度模式。例如，边、顶点和细线
都生成了一种特征。有些特征是独特的，因为这些特征通常出现在某
一类对象（如人脸）上，而不会出现在其他对象上。可以把这些特征
组织成一个层次结构，称为级联，其中最高层包含最显著的特征，使
分类器能够快速拒绝缺乏这些特征的主体。
对于任意给定的主体，特征可能会根据图像大小和正在评估对比
度的邻域大小而有所不同。正在评估对比度的邻域大小称为窗口大
小。为使Haar级联分类器尺度不变，或者对尺度变化具有鲁棒性，窗
口大小应保持不变，但是将图像重新缩放多次，因此在某种程度上缩
放时对象（如人脸）大小可能匹配窗口的大小。原始图像和缩放图像
一起称为图像金字塔，图像金字塔中的每个连续的层都是一幅更小的
缩小图像。OpenCV提供了一个尺度不变的分类器，可以以一种特定的
格式从XML文件加载级联分类器。这个分类器在内部将任意给定的图像
转换为图像金字塔。
用OpenCV实现的Haar级联分类器对旋转角度或者透视图的变化并
不鲁棒。例如，认为倒立的人脸和正立的人脸不一样，认为侧面看的
脸和正面看的脸不一样。通过考虑图像的多种变换以及多个窗口大
小，更复杂、资源更密集的实现可以提升Haar级联对旋转角度的鲁棒
性。但是，我们将只介绍OpenCV的实现。

5.3　 获取Haar级联数据
OpenCV 4源代码或者安装的OpenCV 4预包构建，应该包含名为
data/haarcascades的子文件夹。如果无法找到这个文件夹，请回到第
1章获取OpenCV 4的源代码说明。
data/haarcascades文件夹包含可以由名为
cv2.CascadeClassifier的OpenCV类加载的XML文件。该类的实例把给
定的XML文件解释为Haar级联，为某种类型的物体（如人脸）提供一个
检测模型。cv2.CascadeClassifier可以检测任意图像中的这种类型的
物体。通常，我们可以从文件中获取静态图像，或者从视频文件或视
频摄像头获取一系列帧。
找到data/haarcascades后，在其他地方为项目创建一个目录。在
这个文件夹中创建名为cascades的子文件夹，把下面的文件从
data/haarcascades复制到cascades：

顾名思义，这些级联就是用来跟踪脸和眼睛的。它们需要是观察
对象正面、直立的视图。稍后，在建立人脸检测器时将会用到这些级
联。
如果你想知道如何生成这些级联文件，请参阅约瑟夫·豪斯
的OpenCV 4 for Secret Agents [1] （原书于2019年由Packt出版社出版）中
第3章。只要有足够的耐心和一台强大的计算机，你就可以自己创建级
联，并针对各种类型的对象对创建的级联进行训练。
[1] 本书第2版的中文版《OpenCV项目开发实战（原书第2版）（ISBN
978-7-111-65234-2）已于2020年由机械工业出版社出版。——编辑注

5.4　 使用OpenCV进行人脸检测
不论是在静态图像还是在视频回传信号上进行人脸检测，
cv2.CascadeClassifier几乎没有任何区别。视频只是连续的静态图
像：视频中的人脸检测只是将人脸检测应用于每一帧。自然，有了更
先进的技术，就可以在多帧中连续跟踪检测到的人脸，并确定每一帧
中的人脸是否相同。但是，最好知道基本的顺序方法也是有效的。
我们来检测一些人脸。

5.4.1　 在静态图像上进行人脸检测
进行人脸检测的第一个也是最基本的方法是加载一幅图像并检测
其中的人脸。为了使结果在视觉上有意义，我们将在原始图像中的人
脸周围绘制矩形。请记住，人脸检测器是针对直立的正面人脸设计
的，我们将使用有多人（伐木工）站成一排的图像，他们肩并肩站
立、面对镜头。
将Haar级联XML文件复制到级联文件夹后，我们创建下列基本脚本
来执行人脸检测： 

我们逐步浏览一下前面的代码。首先，使用必要的cv2导入，本书
的每个脚本都有这个导入。然后，声明一个face_cascade变量，这是
一个CascadeClassifier对象，用于加载人脸检测级联： 

然后，用cv2.imread加载图像文件，将其转换成灰度图像，因为
Cascade Classifier需要灰度图像。下一步，用
face_cascade.detectMultiScale进行实际的人脸检测：

detectMultiScale的参数包括scaleFactor和minNeighbors。
scaleFactor参数应该大于1.0，确定人脸检测过程中每次迭代时图像
的降尺度比率。正如5.2节介绍的，这种降尺度的目的是通过把不同的
人脸与窗口大小匹配实现尺度不变性。minNeighbors参数是为了保留
检测结果所需要的最小重叠检测次数。通常，我们期望可以在多个重
叠窗口中检测到某人脸，更多的重叠检测使我们更加确信检测到的人
脸是一个真正的人脸。
从检测操作返回的值是一个表示人脸矩形的元组列表。OpenCV的
cv2.rectangle函数允许我们在指定的坐标处绘制矩形。x和y分别表示
左边坐标和顶部坐标，w和h分别表示人脸矩形的宽度和高度。通过循
环遍历faces变量，在所有人脸周围绘制蓝色矩形，请确保使用的是原
始图像，而不是灰度图像：

最后，调用cv2.imshow显示处理后的图像。通常，为了防止图像
窗口自动关闭，插入一个对waitKey的调用，当用户按下任意键时返
回：

好了，我们在图像中检测到一群伐木工，如图5-1所示。 

这个例子中的照片是谢尔盖·普罗库金–戈尔斯基（Sergey
Prokudin-Gorsky）（1863—1944）的作品，普罗库金–戈尔斯基是彩色
摄影的先驱。沙皇尼古拉二世让普罗库金–戈尔斯基拍摄俄罗斯帝国
的人物和地点，将其作为一个庞大的纪录片项目。1909年，普罗库金–
戈尔斯基在俄罗斯西北部的丝薇尔河附近拍摄了这些伐木工人。
5.4.2　 在视频上进行人脸检测
现在，我们了解了如何在静态图像上进行人脸检测。如前所述，
我们可以在视频（摄像头回传信号或者预先录制的视频文件）的每一
帧上重复人脸检测的过程。
下一个脚本将打开一个摄像头回传信号，读取一帧，检查该帧中
的人脸，并在检测到的人脸内扫描眼睛。最后，在人脸周围绘制蓝色
的矩形，在眼睛周围绘制绿色的矩形。以下是完整的脚本：

 

 我们将上面的例子分解成更小、更容易理解的部分：
（1）像往常一样，导入cv2模块。之后，初始化两个
CascadeClassifier对象，一个用于人脸，另一个用于眼睛：

（2）就像大多数交互式脚本一样，打开一个摄像头回传信号，开
始迭代帧。继续，直到用户按下某个键。当成功捕捉到一帧时，将其
转换为灰度作为处理的第一步： 

（3）利用人脸检测器的detectMultiScale方法对人脸进行检测。
正如之前所述，我们使用了scaleFactor和minNeighbors参数。我们还
使用minSize参数指定了人脸的最小尺寸，具体为120×120，因此不会
尝试去检测比这个尺寸小的脸。（假设用户坐在摄像头附近，可以有
把握地说，图像中用户的脸将大于120×120像素。）以下是对
detectMultiScale的调用：

（4）迭代检测到的人脸。在原始彩色图像的每个矩形周围绘制一
个蓝色边界。然后，在灰度图像的同一个矩形区域内进行眼睛检测：

眼睛检测器的准确率比人脸检测器要低一些。你可能会看到
阴影、部分镜框或其他被误认为是眼睛的人脸区域。为了改善结果，
可以尝试将roi_gray定义为人脸的一个较小区域，因为我们很容易猜测
到眼睛在直立人脸中的位置。还可以试着使用maxSize参数来避免那些
太大不可能是眼睛的误报。此外，可以调整minSize和maxSize，使尺寸
与w和h（即检测到的人脸大小）成比例。作为一个练习，你可以随意
更改这些参数和其他参数。
（5）循环遍历生成的眼睛矩形，并在其周围绘制绿色轮廓：

（6）最后，在窗口中显示生成的帧：

运行脚本。如果检测器产生了准确的结果，而且如果有任何人脸
在摄像头的视野内，应该会看到人脸周围有一个蓝色的矩形，眼睛周
围有一个绿色的矩形，如图5-2所示。 

 

图5-2　 脚本运行结果
用此脚本进行实验，研究人脸和眼睛检测器在不同条件下的表
现。试着在更亮或更暗的房间进行。如果戴着眼镜，试着摘掉眼镜再
进行一次。尝试在不同人脸和不同的表情下进行。调整脚本中的检测
参数，看看这些参数对结果的影响。当你感到满意时，我们再来考虑
在OpenCV中还可以做些什么。
5.4.3　 进行人脸识别
人脸检测是OpenCV的一个非常棒的特性，也是构成更高级的操作
——人脸识别——的基础。什么是人脸识别？人脸识别是程序在给出
包含人脸的图像或视频时识别此人的能力。实现这一目标的方法之一
（也是OpenCV所采用的方法）是通过为程序提供一组分类图片（人脸
数据库）来训练程序，然后根据这些图片的特征进行识别。
OpenCV人脸识别模块的另一个重要特征是，每次识别都有一个置
信度，这允许我们在实际应用程序中设置阈值以限制错误识别的发生
率。
让我们从头开始。为了进行人脸识别，我们需要待识别的人脸。
人脸可以通过两种方式来获取：自己提供图像或者获取免费的人脸数
据库。在http://www.face-rec.org/databases/上有一个大的人脸数
据库在线可用。以下是其中几个著名的例子：
·耶鲁大学人脸数据库（Yalefaces），网址为
http://vision.ucsd.edu/content/yale-face-database。
·扩展的耶鲁大学人脸数据库B，网址为
http://vision.ucsd.edu/content/extended-yale-face-database-b-b。
·人脸数据库（来自剑桥AT&T实验室），网址为
http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html。
为了对这些样本进行人脸识别，我们必须对包含被采样人的人脸
图像进行人脸识别。这个过程可能是有教学意义的，但是可能不如提
供我们自己的图像那样令人满意。许多计算机视觉学习者有同样的想
法：是否可以编写一个程序来识别自己的脸并且有一定的置信度。
1.生成人脸识别数据
我们来编写生成这些图像的脚本。包含不同表情的图像正是我们
所需要的，但是训练图像最好是正方形的，并且大小相同。我们的示
例脚本要求图像的大小为200×200，但是大多数免费可用的数据集的
图像都比这个尺寸小。
下面是脚本：

在这里，我们利用新掌握的如何在视频中检测人脸的知识来生成
样本图像。我们检测人脸，裁剪灰度转换帧的人脸区域，将其大小调
整为200×200像素，然后保存为PGM文件，并在特定文件夹中指定名称
（在本例中为jm，其中一个作者姓名的首字母，你可以使用自己姓名
的首字母）。与许多窗口应用程序一样，程序会一直运行，直到用户
按下某个键。
之所以出现count变量是因为我们需要图像的累加名称。运行脚本
几秒钟，更改几次脸部表情，并检查脚本中指定的目标文件夹。运行
脚本几秒钟，改变面部表情几次，检查你在脚本中指定的目标文件
夹。你会发现很多你的脸部图像，它们变为了灰度版本，调整了大
小，并用<count>.pgm格式命名。
修改output_folder变量，使其与你的名字匹配。例如，你可以选
择'../data/at/my_name'。运行脚本，等待它在许多帧（比如20帧或
更多）中检测到你的脸，然后按任意键退出。现在，再次修改
output_folder变量，使其与你想要识别的一个朋友的名字匹配。例
如，你可以选择'../data/at/name_of_my_friend'。不改变文件夹的
基本部分（本例中为'../data/at'），因为在后面“加载人脸识别的
训练数据”部分，我们将编写代码从这个基本文件夹的所有子文件夹
中加载训练图像。让你的朋友坐在摄像头前，再次运行脚本，让它在
许多帧中检测你朋友的脸，然后退出。对你想识别的其他任何人重复
这个过程。
现在，我们继续尝试在视频回传信号中识别用户的脸。这会很好
玩！
2.识别人脸
OpenCV 4实现了3种不同的人脸识别算法：特征脸
（Eigenface）、Fisherface和局部二值模式直方图（Local Binary
Pattern Histogram，LBPH）。特征脸和Fisherface来源于一个名为主
成分分析（Principal Component Analysis，PCA）的通用算法。有关
算法的详细描述，请参见以下链接：
·PCA：Jonathon Shlens在http://arxiv.org/pdf/1404.1100v1.pdf上提
供了一个直观的介绍。该算法是由卡尔·皮尔森（Karl Pearson）在
1901年发明的，并且原创论文“On Lines and Planes of Closest Fit to
Systems of Points in Space”网址为http://pca.narod.ru/pearson1901.pdf。
·Eigenface：见论文“Eigenfaces for Recognition”（1991）（作者
是Matthew Turk和Alex Pentland），网址为
http://www.cs.ucsb.edu/~mturk/Papers/jcn.pdf。
·Fisherface：开创性论文“The Use of Multiple Measurements in
Taxonomic Problems”（1936）（作者是R.A.Fisher），网址为
http://onlinelibrary.wiley.com/doi/10.1111/j.1469-
1809.1936.tb02137.x/pdf。
·局部二值模式：介绍该算法的第一篇论文是“Performance
evaluation of texture measures with classification based on Kullback
discrimination of distributions”（1994）（作者是T.Ojala、M.Pietikainen和
D.Harwood），网址为https://ieeexplore.ieee.org/document/576366。
就本书而言，我们对这些算法做一个概述。首先，这些算法都遵
循一个相似的过程：进行一组分类观察（我们的人脸数据库，每个人
都包含大量样本），在此基础上训练一个模型，对脸部图像（这可能
是我们在图像或视频中检测到的脸部区域）进行分析并确定两件事
——主体的身份以及对这个身份是正确的信心的度量。后者通常被称
为置信度。
特征脸算法执行主成分分析（PCA），识别某一组观察数据（同样
是人脸数据库）的主成分，计算当前观测值（图像或帧中检测到的人
脸）相对于数据集的散度，并产生一个值。该值越小，人脸数据库与
检测到的人脸之间的差异就越小，因此值为0表示精确匹配。
Fisherface也是从主成分分析（PCA）衍生的，并应用了更复杂的
逻辑。虽然计算更密集，但是产生的结果往往比特征脸算法更准确。
相反，LBPH将检测到的人脸分成小单元格，并为每个单元格建立
一个直方图，描述在比较给定方向的邻域像素时图像的亮度是否在增
加。这个单元格的直方图可以与模型中相应的单元格进行比较，从而
产生相似性度量。在OpenCV的人脸识别器中，LBPH的实现是唯一允许
模型样本人脸和检测到的人脸具有不同形状、不同大小的人脸识别
器。因此，它很方便，本书的作者发现该算法的准确度优于其他两个
算法。
3.加载人脸识别的训练数据
无论选择什么样的人脸识别算法，我们都可以用同样的方式加载
训练图像。在前面的“生成人脸识别数据”部分中，我们生成了训练
图像，并将它们保存在根据人名或人名首字母进行组织的文件夹中。
例如，下面的文件夹结构可以包含本书作者Joseph Howse（J.H.）和
Joe Minichino（J.M.）的脸部图像样本： 

我们编写一个脚本加载这些图像，并以一种OpenCV的人脸识别器
能够理解的方式对它们进行标签。要处理文件系统和数据，我们将使
用Python标准库的os模块以及cv2和numpy模块。我们创建以下面
import语句开头的脚本：

我们添加以下read_images函数，该函数可以遍历目录的子目录，
加载图像，将这些图像调整为指定的大小，并将调整后的图像放入一
个列表中。同时，该函数还构建了另外两个列表：第一个是人名或人
名首字母列表（基于子文件夹名称），第二个是与加载的图像相关联
的标签列表或数字ID列表。例如，jh是一个名称，0可以是从jh子文件
夹加载的所有图像的标签。最后，该函数将图像和标签列表转换为
NumPy数组，并返回3个变量：名称列表、图像的NumPy数组和标签的
NumPy数组。以下是该函数的实现： 

通过添加如下代码调用read_images函数：

编辑之前代码块中的path_to_training_images变量，以确保该变
量与之前“生成人脸识别数据”部分的代码中定义的output_folder变量
的基本文件夹相匹配。
到目前为止，我们已经有了有用格式的训练数据，但是还没有创
建人脸识别器，也没有进行任何训练。我们将在接下来的内容中完成
这些任务，同时将继续实现同一脚本。
4.基于特征脸进行人脸识别
既然有了训练图像数组及其标签数组，只用两行代码就可以创建
和训练一个人脸识别器：

我们在这里做了什么？我们使用OpenCV的
cv2.EigenFaceRecognizer_create函数创建特征脸人脸识别器，通过
传递图像数组和标签（数字ID）数组训练识别器。我们还可以选择将
两个参数传递给cv2.EigenFaceRecognizer_create： 

·num_components：这是PCA需要保留的主成分量数。
·threshold：这是一个浮点值，指定置信度阈值。丢弃置信度低于
阈值的人脸。默认情况下，该阈值是最大浮点值，因此不会丢弃任何
人脸。
为了测试识别器，我们使用一个人脸检测器和一个摄像头的回传
视频信号。正如在前面的脚本中所做的那样，我们可以使用以下代码
来初始化人脸检测器：

下面的代码初始化摄像头回传信号，遍历帧（直到用户按下任意
键）并对每一帧进行人脸检测和识别：

 我们来看看前面代码块中最重要的功能。对于每个检测到的人
脸，我们对它进行转换并调整它的大小，以便获得匹配预期大小的灰
度版本（在本例中，预期大小是“加载人脸识别的训练数据”小节中
training_image_size变量定义的200×200像素）。然后，将调整后的
灰度人脸传递给人脸识别器的predict函数。该函数将返回一个标签和
置信度。我们查找对应于这张脸的数字标签的人名。（请记住，我们
在“加载人脸识别的训练数据”中创建了names数组。）我们在识别的
人脸上方用蓝色文本给出姓名和置信度。在遍历所有检测到的人脸之
后，显示带注释的图像。
我们采用了一种简单的方法进行人脸检测和识别，其目的是
让你能够运行一个基本应用程序，并理解OpenCV 4中的人脸识别过
程。要想改进方法并使其更加鲁棒，可以采取进一步的步骤，例如，
正确地对准并旋转检测到的人脸从而最大限度地提高识别准确度。
运行脚本，你应该会看到类似于图5-3的效果。

接下来，我们将考虑如何调整这些脚本，用其他人脸识别算法来
替换特征脸。
5.基于Fisherface进行人脸识别
如何基于Fisherface进行人脸识别？这个过程与上述过程并无多
大变化，只需要实例化一个不同的算法。使用默认参数，model变量的
声明如下：

cv2.face.FisherFaceRecognizer_create接受与
cv2.createEigenFace-Recognizer_create相同的两个可选参数：要保
留的主成分数量和置信度阈值。
6.基于LBPH进行人脸识别
最后，我们快速了解一下LBPH算法。同样，该过程也类似上述过
程。可是，算法工厂接受以下可选参数（按顺序）：
·radius：用于计算单元格直方图的邻域之间的像素距离（默认为
1）。
·neighbors：用于计算单元格直方图的邻域数（默认为8）。
·grid_x：水平分割人脸的单元格数量（默认为8）。
·grid_y：垂直分割人脸的单元格数量（默认为8）。
·confidence：置信度阈值（默认情况下，为可能的最高浮点值，
这样就不会丢弃任何结果）。
使用默认参数，model声明如下所示：

请注意，使用LBPH，我们不需要调整图像的大小，因为划分
为网格允许对每个单元格中识别的模式进行比较。
7.基于置信度丢弃结果
predict方法返回一个元组，其中第一个元素是识别到的个体的标
签，第二个元素是置信度。所有的算法都带有设置置信度阈值的选
项，该阈值测量识别到的人脸与原始模型的匹配程度，因此，分值为0
表示完全匹配。
在某些情况下，你可能宁愿保留所有的识别结果，再应用进一步
的处理，这样你就可以提出自己的算法来估计识别结果的置信度。例
如，如果你尝试着识别视频中的人，你可能希望分析随后帧中的置信
度，以确定是否识别成功。在这种情况下，你可以查看算法获得的置
信度，并得出自己的结论。
置信度典型的取值范围取决于算法。特征脸和Fishface产生的
值的范围（大致）在0～20 000，低于4000的所有分值都表示是一个相
当有信心的识别结果。对于LBPH，好的识别结果的参考值低于50，所
有超过80的值都被认为是糟糕的置信度。
常规的自定义方法是，直到有足够多的具有令人满意的任意置信
度的帧数时，才在识别到的人脸周围绘制矩形，但是你完全可以使用
OpenCV的人脸识别模块来根据需要定制应用程序。
5.5　 在红外线下换脸
人脸检测和识别并不局限于可见光谱。在近红外（Near-
Infrared，NIR）摄像头和近红外光源下，即使在人眼看来是全黑的场
景中，人脸检测和识别也是可能的。这个功能在安全和监视应用程序
中非常有用。
在第4章中，我们研究了华硕Xtion PRO等近红外深度摄像头的基
本用法。我们扩展了交互式应用程序Cameo的面向对象代码。我们用深
度摄像头拍摄了一些画面。根据深度，我们将每一帧分割成一个主层
（如用户的脸）和其他层。把其他图层涂成黑色，这样就达到了隐藏
背景的效果，使得交互视频信号中只有主层（用户的脸）出现在屏幕
上。
现在，我们修改Cameo，练习之前的深度分割技能以及人脸检测的
新技能。我们来检测人脸，当同一帧中检测到至少两张人脸时，交换
这两张脸，使一个人的头出现在另一个人的身体上。我们不会复制检
测到的人脸矩形中的所有像素，而是只复制该矩形主深度层的一部分
像素。这应该实现了换脸的效果，而不交换脸周围的背景像素。
一旦完成修改，Cameo将能够产生类似图5-4的输出。

我们看到约瑟夫·豪斯的脸和他母亲珍妮特·豪斯（Janet
Howse）的脸互换了。尽管Cameo是从矩形区域复制像素（在前景中，
交换区域的底部清晰可见），一些背景像素没有交换，所以我们不会
看到所有地方都有矩形边缘。
你可以在https://github.com/PacktPublishing/Learning-
OpenCV-4-Computer-Vision-with-Python-Third-Edition处找到本书
库中对Cameo源代码的所有相关更改，特别是在chapter05/cameo文件
夹中的修改。为简单起见，我们不会在本书中讨论所有的修改，但是
将在接下来的两个小节中讨论一些重点内容。

5.5.1　 修改应用程序的循环
为了支持换脸功能，Cameo项目有两个新模块，名为rects和
trackers。rects模块包含用于复制和交换矩形的函数，带有一个可选
的掩模，可将复制或交换操作限制在特定像素。trackers模块包含一
个名为FaceTracker的类，它使OpenCV的人脸检测功能适应面向对象的
编程风格。
因为我们已经在本章前面介绍了OpenCV的人脸检测功能，并且已
经在前面的章节中演示了面向对象的编程风格，所以这里不再讨论
FaceTracker的实现。你可以在本书的库中查看FaceTracker的实现。
打开cameo.py，这样就可以浏览对应用程序的全部更改：
（1）在文件的顶部，需要导入新的模块，如下列代码块中的粗体
所示：

（2）现在，我们把注意力转向对CameoDepth类的__init__方法的
修改。更新后的应用程序使用了一个FaceTracker实例。作为其功能的
一部分，FaceTracker可以在检测到的人脸周围绘制矩形。我们给
Cameo的用户一个选项来启用或禁用脸部矩形的绘制。我们将通过一个
布尔变量跟踪当前选择的选项。下面的代码块显示了初始化
FaceTracker对象和布尔变量所需的更改（以粗体显示）：

我们在CameoDepth的run方法中使用了FaceTracker对象，该方法
包含捕获和处理帧的应用程序主循环。每成功捕获一帧，就调用
FaceTracker的方法来更新人脸检测结果，并获取最新检测到的人脸。
然后，对于每张脸，根据深度摄像头视差图创建掩模。（在第4章中，
我们针对整个图像创建了一个这样的掩模，而不是针对每个人脸矩形
创建掩模。）然后，调用函数rects.swapRects来执行人脸矩形的掩模
交换。（稍后，我们将在5.5.2节中讨论swapRects的实现。）
（3）根据当前选择的选项，我们可能会让FaceTracker在人脸周
围绘制矩形。所有相关的更改在下面的代码块中以粗体显示：

（4）最后，修改onKeypress方法以便用户可以按X键开始或停止
显示检测到的人脸周围的矩形。同样，相关的更改在下面的代码块中
以粗体显示： 

 接下来，我们来看在本节前面导入的rects模块的实现。

5.5.2　 掩模复制操作
rects模块是在rects.py中实现的。在5.5.1节中，我们已经看到
对rects.swapRects函数的一个调用。可是，在考虑swapRects的实现
之前，我们首先需要一个更基本的copyRect函数。
回到第2章，我们学习了如何使用NumPy的切片语法将数据从一个
感兴趣的矩形区域复制到另一个感兴趣的矩形区域。在感兴趣的矩形
区域之外，源和目标图像不受影响。现在，我们想进一步限制这个复
制操作。我们想要使用一个与源矩形相同大小的给定掩模。
我们将只复制源矩形中掩模值不为零的那些像素。其他像素应保
留目标图像的原始值。这个逻辑包含一个条件数组和两个可能的输出
值数组，可以用numpy.where函数简洁地表达。
牢记这种方法，我们来考虑copyRect函数。它接受一幅源图像和
目标图像、一个源矩形和目标矩形，以及一个掩模作为参数。后者可
能是None，在这种情况下，只需调整源矩形的内容大小以匹配目标矩
形，然后将调整后的内容分配给目标矩形即可。否则，接下来就要确
保掩模和图像有相同的通道数。假设掩模有一个通道，但是图像可能
有三个通道（BGR）。我们可以使用numpy.array的repeat和reshape方
法将重复通道添加到掩模中。最后，使用numpy.where执行复制操作。
完整的实现如下：