python3.6.3+opencv3.3.0实现动态人脸捕获

时间:2021-05-22

本文实例为大家分享了python实现动态人脸捕获的具体代码,供大家参考,具体内容如下

步骤

  • 载入cv2
  • 捕获摄像头
  • 获取第一帧图像
  • 定义人脸识别信息
  • 开始循环
  • 对第一帧图像进行识别
  • 标示脸部特征和方框
  • 显示帧
  • 如果一切正常则读入下一帧
  • 循环直至捕获失败
  • 如果键入‘q'退出循环
  • 循环结束清零
  • 程序

    import cv2import numpy as npcv2.namedWindow("Face_Detect") #定义一个窗口cap=cv2.VideoCapture(0) #捕获摄像头图像success,frame=cap.read() #读入第一帧classifier=cv2.CascadeClassifier("C:/opencv-3.3.0/data/haarcascades/haarcascade_frontalface_alt.xml")**#定义人脸识别的分类数据集,需要自己查找,在opencv的目录下,参考上面我的路径**while success:#如果读入帧正常 size=frame.shape[:2] image=np.zeros(size,dtype=np.float16) image=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) cv2.equalizeHist(image,image) divisor=8 h,w=size minSize=(int(w/divisor),int(h/divisor)) #像素一定是整数,或者用w//divisor faceRects=classifier.detectMultiScale(image,1.2,2,cv2.CASCADE_SCALE_IMAGE,minSize) #人脸识别 if len(faceRects)> 0: for faceRect in faceRects: x,y,w,h=faceRect cv2.circle(frame,(x+w//2,y+h//2),min(w//2,h//2),(255,0,0),2) #圆形轮廓 cv2.circle(frame,(x+w//4,y+2*h//5),min(w//8,h//8),(0,255,0),2) #左眼轮廓 cv2.circle(frame,(x+3*w//4,y+2*h//5),min(w//8,h//8),(0,255,0),2)#右眼轮廓 cv2.circle(frame,(x+w//2,y+2*h//3),min(w//8,h//8),(0,255,0),2) #鼻子轮廓 cv2.rectangle(frame, (x, y), (x+w, y+h), (0,0,255),2) #矩形轮廓 cv2.imshow("Face_Detect",frame) #显示轮廓 success,frame=cap.read()#如正常则读入下一帧 c=chr(key&255) if c in ['q','Q',chr(27)]:#如果键入‘q'退出循环 print('exit'\n) break#退出循环 #循环结束则清零cap.release()cv2.destroyAllWindows()

    运行后如下:

    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。

    相关文章