当前位置：首页 > backend >正文

用Python做有趣的AI项目4：AI 表情识别助手

backend 2025/7/2 20:00:24

本项目将使用计算机视觉 + CNN 模型来识别人脸表情，例如：

开心 😊 | 生气 😠 | 悲伤 😢 | 惊讶 😲 | 厌恶 😒 | 害怕 😱 | 中性 😐

🧠 项目目标

实时摄像头捕捉人脸

分析面部表情

显示识别结果（文字/emoji）

🧰 技术栈

PythonOpenCV（人脸检测）TensorFlow / Keras（表情分类）

预训练模型或 FER2013 数据集（表情识别）

✅ 第一步：安装依赖

bashpip install opencv-python tensorflow keras numpy

📚 第二步：准备数据 / 模型

你可以选择两种方式：

✔️ 使用预训练模型（推荐）
用一个训练好的模型，比如：FER2013 数据集 + CNN 模型预训练 .h5 模型权重文件✔️ 自己训练模型（需要时间）

pythonfrom tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropoutmodel = Sequential([Conv2D(32, (3, 3), activation='relu', input_shape=(48, 48, 1)),MaxPooling2D(2, 2),Conv2D(64, (3, 3), activation='relu'),MaxPooling2D(2, 2),Flatten(),Dense(128, activation='relu'),Dropout(0.3),Dense(7, activation='softmax')  # 7 个表情类别
])

🖼️ 第三步：实现摄像头人脸检测

pythonimport cv2face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')def detect_faces(frame):gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)faces = face_cascade.detectMultiScale(gray, 1.3, 5)return faces, gray

🔍 第四步：表情识别函数

pythonimport numpy as npemotion_labels = ['😐 中性', '😄 开心', '😢 悲伤', '😠 生气', '😲 惊讶', '😱 害怕', '😒 厌恶']def predict_emotion(face_img, model):resized = cv2.resize(face_img, (48, 48))resized = resized / 255.0resized = resized.reshape(1, 48, 48, 1)prediction = model.predict(resized)return emotion_labels[np.argmax(prediction)]

🎥 第五步：实时识别展示

pythonmodel = ...  # 加载你训练好或下载的模型cap = cv2.VideoCapture(0)while True:ret, frame = cap.read()faces, gray = detect_faces(frame)for (x, y, w, h) in faces:face_img = gray[y:y+h, x:x+w]emotion = predict_emotion(face_img, model)cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)cv2.putText(frame, emotion, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,255,0), 2)cv2.imshow('表情识别', frame)if cv2.waitKey(10) & 0xFF == ord('q'):breakcap.release()
cv2.destroyAllWindows()