时间:2021-05-22
Python调用OpenCV实现人脸识别,供大家参考,具体内容如下
硬件环境:
Win10 64位
软件环境:
Python版本:2.7.3
IDE:JetBrains PyCharm 2016.3.2
Python库:
1.1) opencv-python(3.2.0.6)
搭建过程:
OpenCV Python库:
1. PyCharm的插件源中选择opencv-python(3.2.0.6)库安装
题外话:Python入门Tips
PS1:如何安装whl文件
1.先安装PIP
2.CMD命令进入D:\Python27\Scripts里面后再执行PIP命令安装pip install wheel
如果提示'pip'不是内部或外部命令,也不是可运行的程序或批处理文件:
①将python安装目录下的scripts目录(例如D:\Python27\Scripts)添加到系统环境变量path里,注意前加分号。再执行该命令
pip install wheel
②在cmd下进入到D:\Python27\Scripts目录下执行该命令
pip install wheel
3.把文件最好放在\Script文件夹里面再pip install xxxx.whl
4.注意whl文件名不能改 必须一模一样和原名
PS2:到哪找.whl文件?
相关代码:
import cv2import numpy as npcv2.namedWindow("test") # Create a windowcap = cv2.VideoCapture(0) #Open camera onesuccess, frame = cap.read() #Read one frameprint("Camera open operation is: ", success);color = (255,0,0) #Config the colorclassfier = cv2.CascadeClassifier("Resources\haarcascade_frontalface_alt.xml")#Make sure this xml file is in the same directory with py file#Otherwise change it to absolute directory. This xml file can be found in D:\My Documents\Downloads\opencv\sources\data\haarcascadeswhile success: success, frame = cap.read() size = frame.shape[:2] # image = np.zeros(size, dtype = np.float16) # image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # cv2.equalizeHist(image, image) # #Below three lines config the minimal image size divisor = 8 h, w = size minSize = ((int)(w/divisor), (int)(h/divisor)) faceRects = classfier.detectMultiScale(image, 1.2, 2, cv2.CASCADE_SCALE_IMAGE, minSize) #Face detect if len(faceRects) > 0:#If face array length > 0 for faceRect in faceRects: #Draw a rectangle for every face xf, yf, wf, hf = faceRect x = int((float)(xf)) y = int((float)(yf)) w = int((float)(wf)) h = int((float)(hf)) cv2.rectangle(frame, (x, y), (x + w, y + h), color) cv2.circle(frame, ((int)(x + 1.2 * w / 4), (int)(y + h / 3)), min((int)(w / 8), (int)(h / 8)), (255, 0, 0)) cv2.circle(frame, ((int)(x + 2.8 * w / 4), (int)(y + h / 3)), min((int)(w / 8), (int)(h / 8)), (255, 0, 0)) #cv2.rectangle(frame, ((int)(x + 3 * w / 8, (int)(y + 3 * h / 4))), ((int)(x + 5 * w / 8), (int)(y + 7 * h / 8)), (255, 0, 0)) cv2.imshow("test", frame) #Display image key = cv2.waitKey(10) c = chr(key & 255) if c in ['q', 'Q', chr(27)]: breakcv2.destroyWindow("test")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。
本文实例讲述了Python基于OpenCV库Adaboost实现人脸识别功能。分享给大家供大家参考,具体如下:以前用Matlab写神经网络的面部眼镜识别算法,研
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.
将opencv中haarcascade_frontalface_default.xml文件下载到本地,我们调用它辅助进行人脸识别。识别图像中的人脸#coding
基于pythonopencv人脸识别的签到系统前言先看下效果实现的功能开始准备页面的构建功能实现代码部分总结前言一个基于opencv人脸识别和TensorFlo
此程序为先调用opencv自带的人脸检测模型,检测到人脸后,再调用我自己训练好的模型去识别人脸,使用时更改模型地址即可#!usr/bin/envpythonim