视频人脸检测——OpenCV版（三）

偏执的太偏执、 2023-10-17 21:11 28阅读 0赞

视频人脸检测是图片人脸检测的高级版本，图片检测详情点击查看我的上一篇[《图片人脸检测——OpenCV版（二）》][OpenCV]

**实现思路：**

调用电脑的摄像头，把摄像的信息逐帧分解成图片，基于图片检测标识出人脸的位置，把处理的图片逐帧绘制给用户，用户看到的效果就是视频的人脸检测。

**效果预览：**

![172074-20180424213326812-644948394.gif][]

### 实现步骤 ###

使用OpenCV调用摄像头并展示

**获取摄像头：**

cap = cv2.VideoCapture(0)

参数0表示，获取第一个摄像头。

显示摄像头 逐帧显示，代码如下：

while (1): 
        ret, img = cap.read()
        cv2.imshow("Image", img)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cap.release()  # 释放摄像头
    cv2.destroyAllWindows()  # 释放窗口资源

cv2.waitKey(1) & 0xFF使用了“&”位元算法，含义是获取用户输入的最后一个字符的ASCII码，如果输入的是“q”，则跳出循环。

**视频的人脸识别**

这个时候，用到了上一节的[《图片人脸检测——OpenCV版（二）》][OpenCV] 把人脸识别的代码封装成方法，代码如下：

def discern(img):
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        cap = cv2.CascadeClassifier(
            "C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml"
        )
        faceRects = cap.detectMultiScale(
            gray, scaleFactor=1.2, minNeighbors=3, minSize=(50, 50))
        if len(faceRects):
            for faceRect in faceRects:
                x, y, w, h = faceRect
                cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2)  # 框出人脸
        cv2.imshow("Image", img)

再循环摄像头帧图片的时候，调用图片识别方法即可，代码如下：

# 获取摄像头0表示第一个摄像头
    cap = cv2.VideoCapture(0)
    while (1):  # 逐帧显示
        ret, img = cap.read()
        # cv2.imshow("Image", img)
        discern(img)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cap.release()  # 释放摄像头
    cv2.destroyAllWindows()  # 释放窗口资源

**完整的代码如下：**

# -*- coding:utf-8 -*-
    # OpenCV版本的视频检测
    import cv2
    
    
    # 图片识别方法封装
    def discern(img):
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        cap = cv2.CascadeClassifier(
            "C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml"
        )
        faceRects = cap.detectMultiScale(
            gray, scaleFactor=1.2, minNeighbors=3, minSize=(50, 50))
        if len(faceRects):
            for faceRect in faceRects:
                x, y, w, h = faceRect
                cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2)  # 框出人脸
        cv2.imshow("Image", img)
    
    
    # 获取摄像头0表示第一个摄像头
    cap = cv2.VideoCapture(0)
    while (1):  # 逐帧显示
        ret, img = cap.read()
        # cv2.imshow("Image", img)
        discern(img)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cap.release()  # 释放摄像头
    cv2.destroyAllWindows()  # 释放窗口资源

--------------------

#### 往期目录 ####

[视频人脸检测——Dlib版（六）][Dlib]  
[OpenCV添加中文（五）][OpenCV 1]  
[图片人脸检测——Dlib版（四）][Dlib 1]  
[视频人脸检测——OpenCV版（三）][OpenCV 2]  
[图片人脸检测——OpenCV版（二）][OpenCV]  
[OpenCV环境搭建（一）][OpenCV 3]  
更多更新，欢迎访问我的github：[https://github.com/vipstone/faceai][https_github.com_vipstone_faceai]

[OpenCV]: http://www.cnblogs.com/vipstone/p/8884991.html
[172074-20180424213326812-644948394.gif]: https://images2018.cnblogs.com/blog/172074/201804/172074-20180424213326812-644948394.gif
[Dlib]: http://www.cnblogs.com/vipstone/p/9026767.html
[OpenCV 1]: http://www.cnblogs.com/vipstone/p/8998249.html
[Dlib 1]: http://www.cnblogs.com/vipstone/p/8964656.html
[OpenCV 2]: http://www.cnblogs.com/vipstone/p/8933916.html
[OpenCV 3]: http://www.cnblogs.com/vipstone/p/8884956.html
[https_github.com_vipstone_faceai]: https://github.com/vipstone/faceai