python使用opencv打开摄像头实现人脸识别和移动检测并将检测到的人脸保存

拼搏现实的明天。 2022-12-14 03:36 252阅读 0赞

python使用opencv打开摄像头实现人脸识别和移动检测并将检测到的人脸保存，  
代码如下：

import cv2
    import time
    '''import numpy as np'''
    
    
    '''===================================================================================='''
    
    #人脸识别：
    def getface(image):
        
        # 创建 classifier
        clf = cv2.CascadeClassifier(r'D:\python\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')
        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        # 识别面部
        faces = clf.detectMultiScale(
            gray,
            scaleFactor=1.1,
            minNeighbors=5,
            minSize=(60, 60),
            flags=cv2.CASCADE_SCALE_IMAGE
        )
        count = 1 
    
        if len(faces):
            
            for (x, y, w, h) in faces:
                # 设置人脸宽度大于60像素，去除较小的人脸  
                if w>=60 and h>=60:  
                                    # 以时间戳和读取的排序作为文件名称  
                                    listStr = [str(int(time.time())), str(count)]  
                                    fileName = ''.join(listStr)
                                    cv2.imwrite('%s.jpg' % fileName, image[y:y+h,x:x+w])  
                                    count += 1    
    
        return len(faces)
    
    '''===================================================================================='''
    
     # 运动检测部分，把前一帧和后一帧放入
    def move(pre_frame,gray_lwpCV):
        
        img_delta = cv2.absdiff(pre_frame, gray_lwpCV)
        thresh = cv2.threshold(img_delta, 25, 255, cv2.THRESH_BINARY)[1]
        thresh = cv2.dilate(thresh, None, iterations=2)#腐蚀膨胀
        contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
        for c in contours:      #contours为图像相减后的轮廓
            if cv2.contourArea(c) < 1000: # 设置敏感度
                continue
            else:
            
                print("有东西在动。。。")
                return 1
                break
    
    '''===================================================================================='''
    #参数设置
    a=1
    b='.jpg'
    fps = 5  # 帧率
    pre_frame = None  # 总是取视频流前一帧做为背景相对下一帧进行比较
    i = 0
    flag =0
    flag=int(input("请输入监控模式：（0：普通监测 1：人脸检测）"))
    # 参数0表示第一个摄像头
    camera = cv2.VideoCapture(0) 
    
    # 判断视频是否打开
    if (camera.isOpened()):
        print('摄像头已打开')
    else:
        print('摄像头未打开')
    # 无限循环读取视频流
    
    while True:  
        grabbed, frame_lwpCV = camera.read() # 读取视频流
        gray_lwpCV = cv2.cvtColor(frame_lwpCV, cv2.COLOR_BGR2GRAY) # 转灰度图
        #判断是否读到图像信息
        if not grabbed:
            print('未读到图像信息')
            break
        face_NUM=getface(frame_lwpCV)
        cv2.imshow('detecting', frame_lwpCV)
        #预处理
        gray_lwpCV = cv2.resize(gray_lwpCV, (500, 500))
        gray_lwpCV = cv2.GaussianBlur(gray_lwpCV, (21, 21), 0)
        #逻辑处理
        if pre_frame is None:
            pre_frame = gray_lwpCV
        else:
    
            #把前一帧和后一帧放入move()中对比
            ccc= move(pre_frame,gray_lwpCV)      
            if ccc==1 and flag==1:
                
                print("找到 {0} 张脸!".format(face_NUM))
                name=str(a)+b
    
                #如果face_NUM>=1就保存图像
                if(face_NUM>=1):        
                            cv2.imwrite(name,frame_lwpCV)
                            a=a+1
            elif ccc==1:
                
                name=str(a)+b      
                cv2.imwrite(name,frame_lwpCV)
                a=a+1
            
            pre_frame = gray_lwpCV      
        key = cv2.waitKey(1) & 0xFF
        # 按'q'健退出循环
        if key == ord('q'):
            break
      
    # 释放摄像头和窗口
    camera.release()
    cv2.destroyAllWindows()