这篇文章主要介绍了python 实现表情识别的示例代码，帮助大家更好的理解和学习python，感兴趣的朋友可以了解下
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
来源gao!daima.com搞$代!码网
oarriaga/face_classification的，代码如下：
#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-600") 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gaodaima搞代码网其它相关文章！
以上就是python 实现表情识别的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：python 实现表情识别
转载请注明原文链接：python 实现表情识别
