使用OpenCV调用摄像头检测人脸并截图-Python

桃扇骨 2022-05-29 05:45 409阅读 0赞

注意:需要在python中安装OpenCV库,同时需要下载OpenCV人脸识别模型haarcascade_frontalface_alt.xml,模型可在https://github.com/TimeIvyace/OpenCV-PCA-KNN-SVM_face_recognition.git中下载。

使用OpenCV调用摄像头检测人脸并连续截图100张

  1. #-*- coding: utf-8 -*-
  2. # import 进openCV的库
  3. import cv2
  4. ###调用电脑摄像头检测人脸并截图
  5. def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name):
  6. cv2.namedWindow(window_name)
  7. #视频来源,可以来自一段已存好的视频,也可以直接来自USB摄像头
  8. cap = cv2.VideoCapture(camera_idx)
  9. #告诉OpenCV使用人脸识别分类器
  10. classfier = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")
  11. #识别出人脸后要画的边框的颜色,RGB格式, color是一个不可增删的数组
  12. color = (0, 255, 0)
  13. num = 0
  14. while cap.isOpened():
  15. ok, frame = cap.read() #读取一帧数据
  16. if not ok:
  17. break
  18. grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #将当前桢图像转换成灰度图像
  19. #人脸检测,1.2和2分别为图片缩放比例和需要检测的有效点数
  20. faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))
  21. if len(faceRects) > 0: #大于0则检测到人脸
  22. for faceRect in faceRects: #单独框出每一张人脸
  23. x, y, w, h = faceRect
  24. #将当前帧保存为图片
  25. img_name = "%s/%d.jpg" % (path_name, num)
  26. #print(img_name)
  27. image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
  28. cv2.imwrite(img_name, image,[int(cv2.IMWRITE_PNG_COMPRESSION), 9])
  29. num += 1
  30. if num > (catch_pic_num): #如果超过指定最大保存数量退出循环
  31. break
  32. #画出矩形框
  33. cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
  34. #显示当前捕捉到了多少人脸图片了,这样站在那里被拍摄时心里有个数,不用两眼一抹黑傻等着
  35. font = cv2.FONT_HERSHEY_SIMPLEX
  36. cv2.putText(frame,'num:%d/100' % (num),(x + 30, y + 30), font, 1, (255,0,255),4)
  37. #超过指定最大保存数量结束程序
  38. if num > (catch_pic_num): break
  39. #显示图像
  40. cv2.imshow(window_name, frame)
  41. c = cv2.waitKey(10)
  42. if c & 0xFF == ord('q'):
  43. break
  44. #释放摄像头并销毁所有窗口
  45. cap.release()
  46. cv2.destroyAllWindows()
  47. if __name__ == '__main__':
  48. # 连续截100张图像,存进image文件夹中
  49. CatchPICFromVideo("get face", 0, 99, "/image")

发表评论

表情:
评论列表 (有 0 条评论,409人围观)

还没有评论,来说两句吧...

相关阅读