表情識別

表情識別支持7種表情類型，生氣、厭惡、恐懼、開心、難過、驚喜、平靜等。

實現思路

使用OpenCV識別圖片中的臉，在使用keras進行表情識別。

效果預覽

實現代碼

與《性別識別》相似，本文表情識別也是使用keras實現的，和性別識別相同，型數據使用的是oarriaga/face_classification的，代碼如下：

#coding=utf-8#表情識別import cv2from keras.models import load_modelimport numpy as npimport chineseTextimport datetimestartTime = 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 實現表情識別的詳細內容，更多關于python 表情識別的資料請關注好吧啦網其它相關文章！