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)
Posted 小奇想读研究生
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于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)相关的知识,希望对你有一定的参考价值。
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\\opencv\\sources\\data\\haarcascades\\
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:\\opencv\\sources\\data\\haarcascades\\haarcascade_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
以上是关于基于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)的主要内容,如果未能解决你的问题,请参考以下文章