栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

基于Python+OpenCV的人脸检测,使用任意外置摄像头或者电脑自带摄像头(附可用源码)

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

基于Python+OpenCV的人脸检测,使用任意外置摄像头或者电脑自带摄像头(附可用源码)

一.本文概述: 1.使用电脑自带摄像头或者外置摄像头进行人脸检测和框选 2.也可用于检测实时视频中的人脸 二.准备工作: 1.装有pycharm,并且下载安装好OpenCV库 2.本次是用的HAAR级联分类器,所以还需要下载haarcascades特征集,一般下载完OpenCV库后,文件中会包含有haarcascades文件,一般存在于目录opencvsourcesdatahaarcascades 3.如果在OpenCV文件包种没有找到,可以直接在下发链接中下载保存好

https://pan.baidu.com/s/1_lzDeKbVyeSOMQ_zBFcf2Q?pwd=1235

三.开始演示: 1.代码和说明
import cv2
import numpy as np

if __name__ == '__main__':
    #  外置摄像头
    #  cap = cv2.VideoCapture(1, cv2.CAP_DSHOW)
    #  使用电脑自带摄像头 
    cap = cv2.VideoCapture(0) 
    #  img = cv2.imread()
    #  face_detector = cv2.CascadeClassifier('/.haarcascade_frontalcatface.xml')
    #  加载分类器进行检测
    face_detector = cv2.CascadeClassifier(r'E:opencvsourcesdatahaarcascadeshaarcascade_frontalcatface.xml')  # 检测  
    #  face = face_detector.detectMultiScale(img)  # 坐标x,y,w,h
    #  print(face)
    while True:
        flag, frame = cap.read()  # 检测读取
        if not flag:
            break
        gray = cv2.cvtColor(frame, code=cv2.COLOR_BGRA2GRAY)
        #  转化为灰度进行检测 ,检测效果可调下方参数
        face = face_detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=8)
        data = face_detector.detectMultiScale(frame)

        for x, y, w, h in face:
            cv2.rectangle(frame, pt1=(x, y),
                          pt2=(x + w, y + h),
                          color=[0, 0, 255], #  框选的颜色RGB可自调,不会可以百度搜索
                          thickness=2)    #  线框的粗度
        #  打印人脸位置坐标
        print(data)
        cv2.imshow('face', frame)
        key = cv2.waitKey(1000//24)  # 整除
        #  键盘输入a退出
        if key == ord('a'):
            break
    cv2.destroyAllWindows()
    cap.release()
#  for x, y, w, h in face:
#    cv2.rectangle(img, pt1=(x, y),
#                 pt2=(x + w, y + h),
#                  color=[0, 0, 255],
#                  thickness=2)

#  cv2.imshow()
#  cv2.waitKey(0)
#  cv2.destroyAllWindows()
2.代码注意部分:
​编辑 1.文件路径得指定对,最好不要包括中文路径 2.haarcascades分类器文件中已经包含了我们人脸检测需要的一些特征集,直接使用即可达到我们需要的人脸检测效果 四.完成以上步骤之后复制代码在pycharm上运行即可 摄像头最准你的脸,然后就能自动框出来了 以下是我接了外部的小摄像头做的检测效果,整体还是非常不错的 :

以上就是Python+OpenCV+Haar人脸检测的所有内容,希望能帮到大家
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/983724.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号