基于python的表情识别_python 实现表情识别

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

有关python的表情包。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《》相似，本文表情识别也是使用keras实现的，和性别识别相同，型数据使用的是的，代码如下：

Python表情包？#coding=utf-8

#表情识别

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萬仟网其它相关文章！

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！