摘 要

面部表情的识别随着信息化社会的发展，显得越发的重要，在当下的许多应用场景中都有着极大的作用。人类的面部表情多种多样，哭脸，笑脸，无表情的脸，难过的脸，疑惑的脸……在众多的脸部表情当中，笑脸的地位格外的重要。笑脸相比于其他的脸部表情，比如哭脸，难过的脸而言，更加的常见，相比于无表情的脸而言，具有更多的研究价值，因此笑脸在人类的情绪识别中占有重要的地位。本文主要研究网络笑脸的抓取，侧重于用程序对网络上的笑脸信息进行提取分析，并且分析笑脸识别的基本原理，以及一些对于笑脸识别的看法，核心的东西在于如何对网络笑脸进行抓取操作。主要使用的工具是在PyCharm IDE中使用python进行网络图片的抓取并在Visual Studio中通过OpenCV的人脸及笑脸抓取算法进行人脸的识别，并进一步进行笑脸识别。

关键词：python；OpenCV；笑脸识别，PyCharm，Visual Studio

Grabbing Smile Face Pictures on the Internet

ABSTRACT

with development of information society, human facial expression recognition becomes more and more important, and plays a great role in many application scenarios. There are many kinds of human facial expressions, such as crying face, smiling face, expressionless face, sad face, doubtful face... Among the numerous facial expressions, the position of the smiling face is particularly important. Smiling faces are more common than other facial expressions, such as crying faces and sad faces, and have more research value than expressionless faces. Therefore, smiling faces play an important role in human emotional recognition. This paper mainly studies the gripping of smiling faces on the internet, focusing on extracting and analyzing the information of smiling faces on the Internet with programs, and analyzing the basic principles of the recognition of smiling faces, as well as some opinions about the recognition of smiling faces. The core thing is how to grasp the smiling faces on the internet. The main tool used is Python to capture network pictures and face recognition through OpenCV face and smiling face grabbing algorithm, and further to recognize smiling faces.

Key words: python; OpenCV; smiling face recognition，PyCharm，Visual Studio

目 录

第1章 绪论 - 1 -

1.1 研究的背景和意义 - 1 -

1.1.1 研究背景 - 1 -

1.2 论文研究的主要内容 - 2 -

第2章 笑脸检测的研究现状 - 4 -

2.1引言 - 4 -

2.2国内外人脸识别方法研究现状 - 5 -

2.2.1基于几何特征的方法 - 5 -

2.2.2 特征脸方法 - 6 -

2.2.3神经网络方法 - 6 -

第3章 开发环境配置 - 8 -

3.1网络笑脸抓取的开发环境 - 8 -

3.1.1网络笑脸抓取的开发平台 - 8 -

3.1.2 Pycharm的安装 - 8 -

3.1.3 Pycharm的配置 - 9 -

3.1.4 Visual Studio 2017环境配置 - 10 -

3.1.5 OponCV的配置 - 10 -

第4章 网络图片的抓取的实现 - 13 -

4.1python模块必要模块的引入 - 13 -

4.1.1图片抓取 - 13 -

4.1.2 图片本地化 - 14 -

4.1.3 开始抓取 - 15 -

4.1.4 效果展示 - 17 -

第5章 图片的笑脸检测 - 18 -

5.1 OpenCV概述 - 18 -

5.2 OpenCV笑脸检测的准备工作 - 18 -

5.3 笑脸检测的步骤 - 19 -

5.3.1人脸区域检测 - 19 -

5.3.2笑脸区域检测 - 19 -

5.3.3 效果图显示 - 20 -

结 论 - 21 -

致 谢 - 22 -

参考文献 - 23 -

绪论

研究的背景和意义

研究背景

笑脸识别早在上个世纪就有人进行过研究了，因为当时的计算机性能较为弱小，而笑脸识别需要大量的运算，因此研究并没有太多进展。随着计算机性能的提升，笑容识别的研究又随之兴起。研究人员为了研究情绪表情的识别，建立了各种各样的人脸数据库作为数据样本进行研究。主要的人脸数据库有FERET数据库，拥有14051个图片，主要特点是人脸主要是西方人的人脸^[1]。MIT人脸数据库，这个数据库是麻省理工的媒体实验室，拥有两千多张图片，特点是这两千张的图片是由十六个人的人脸构成的，研究的样本比较小。Yale数据库，耶鲁大学由15位志愿者的人脸图片进行采集，共有165张，样本比较小，但是却包含了光照，表情和姿态的变化^[1]。

在建立了数据库来提供样本的基础上，人们提出了许多的研究方法来进行人脸识别。

1.1.2 笑脸识别研究意义与应用领域

本文研究的是网络笑脸抓取，其中的笑脸识别是其中的关键点。笑脸识别在当下的信息化社会中扮演了重要的左右。人类拥有众多的面部表情，在众多的表情当中，笑脸表情尤为重要。具有重要的意义和应用价值。