表情识别

表情识别支持7种表情类型，生气、厌恶、恐惧、开心、难过、惊喜、平静等。

实现思路

使用OpenCV识别图片中的脸，在使用keras进行表情识别。

效果预览

实现代码

与《性别识别》相似，本文表情识别也是使用keras实现的，和性别识别相同，型数据使用的是oarriaga/face_classification的，代码如下：

#coding=utf-8#表情识别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: '生气', 1: '厌恶', 2: '恐惧', 3: '开心', 4: '难过', 5: '惊喜', 6: '平静'}img = cv2.imread("img/emotion/emotion.png")face_classifier = cv2.CascadeClassifier( "C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_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 实现表情识别的详细内容，更多关于python 表情识别的资料请关注其它相关文章！