时间:2021-05-22
本文实例为大家分享了python openCV实现摄像头获取人脸图片的具体代码,供大家参考,具体内容如下
在机器学习中,训练模型需要大量图片,通过openCV中的库可以快捷的调用摄像头,截取图片,可以快速的获取大量人脸图片
需要注意将CascadeClassifier方法中的地址改为自己包cv2包下面的文件
import cv2def load_img(path,name,mun = 100,add_with = 0): # 获取人脸识别模型 # # #以下路径需要更改为自己环境下xml文件 #一般在环境下的Liba\site-packages\cv2\data\haarcascade_frontalface_alt2.xml classfier = cv2.CascadeClassifier('F:\\pyhton\\pytonApp\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_alt2.xml') # # # 创建一个窗口 cv2.namedWindow('face') # 打开第一个个摄像头 cap = cv2.VideoCapture(0) i = 0 # 计数 if cap.isOpened(): while i < mun: ok,frame = cap.read() # 读取一帧图片 if not ok: continue faces = classfier.detectMultiScale(frame,1.2,3,minSize=(32,32)) if len(faces) > 0: for face in faces: x, y, w, h = face cv2.rectangle(frame,(x-add_with,y-add_with), (x+w+add_with,y+h+add_with), (0,255,0), 2) img = frame[y-add_with:y+h+add_with,x-add_with:x+w+add_with] save_path = path+name+'_'+str(i)+'.jpg' print(save_path) cv2.imwrite(save_path,img) i += 1 cv2.imshow('face', frame) c = cv2.waitKey(10) if c & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()if __name__ == '__main__' : # 第一个参数为保存图片的路径 # 第二个参数为保存图片名字的开头 # 第三个参数为图片的数量 # 第四个参数可以调节图片的大小 load_img('E:\\Screenshots\\home\\','rongdang',1000,20)效果如下:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
利用Python+opencv实现从摄像头捕获图像,识别其中的人眼/人脸,并打上马赛克。系统环境:Windows7+Python3.6.3+opencv3.4.
Python+opencv读取视频的三种情况:情况一:通过摄像头采集视频情况二:通过本地视频文件获取视频情况三:通过摄像头录制视频,再读取录制的视频摄像头采集、
java+opencv实现人脸检测,调用笔记本摄像头实时抓拍,人脸会用红色边框标识出来,并且将抓拍的目录存放在src下,图片名称是时间戳。环境配置:win764
本文实例为大家分享了基于OpenCV实现视频的人脸检测具体代码,供大家参考,具体内容如下前提条件1.摄像头2.已安装Python和OpenCV3代码import
本文实现了用Python和OpenCV配合,调用本地摄像头采集视频,基本上函数的话看opencv的官方文档就Ok了(TheOpenCVReferenceManu