【图像识别】 Python+Opencv调用摄像头实现人脸识别并保存视频

本文介绍了利用Python+Opencv实现调用摄像头、进行人脸识别、并保存为avi格式视频的程序方法。至于python+opencv测试环境的搭建，回头再开一个帖子进行介绍。

【前期配置】

Python2.7+Opencv2.4.13

【实现过程】

先贴代码：

#!/usr/bin/env python
#coding=utf-8
import os
import numpy
from PIL import Image,ImageDraw
import cv2

cap = cv2.VideoCapture(0)
fps = cap.get(cv2.cv.CV_CAP_PROP_FPS)
size = (int(cap.get(cv2.cv.CV_CAP_PROP_FRAME_WIDTH)),int(cap.get(cv2.cv.CV_CAP_PROP_FRAME_HEIGHT)))
fourcc = cv2.cv.CV_FOURCC('I','4','2','0')
video = cv2.VideoWriter("D:/My Documents/Python/image/avi/aaa.avi", fourcc, 5, size)
print cap.isOpened()

classifier=cv2.CascadeClassifier("D:/opencv/sources/data/haarcascades/haarcascade_frontalface_alt.xml")

count=0
while count > -1:
ret,img = cap.read()
faceRects = classifier.detectMultiScale(img, 1.2, 2, cv2.CASCADE_SCALE_IMAGE,(20,20))
if len(faceRects)>0:
for faceRect in faceRects:
x, y, w, h = faceRect
cv2.rectangle(img, (int(x), int(y)), (int(x)+int(w), int(y)+int(h)), (0,255,0),2,0)
video.write(img)
cv2.imshow('video',img)
key=cv2.waitKey(1)
if key==ord('q'):
break

video.release()
cap.release()
cv2.destroyAllWindows()

【代码说明】

module加载的部分就不多说了。

调用摄像头使用cv2.VideoCapture(0)命令，fps获取视频的帧数，size获取视频尺寸，fourcc是标识视频数据流格式的四字符代码。cv2.VideoWriter定义了视频保存的位置及相关参数，本例中使用了与摄像头相同的编码格式和尺寸，播放帧数设为每秒5帧。cv2.CascadeClassifier定义了人脸识别分类器，opencv根目录\sources\data\haarcascades中提供了很多训练好的分类器，我们使用haarcascade_frontalface_alt.xml分类器。

循环结构主要包括人脸识别、人脸标注（绿色粗实线框）、视频保存、标注结果展示等功能，当检测到键盘输入'q'时，摄像头终止并保存数据。

最后，video.release()、cap.release()、cv2.destroyAllWindows()关闭所有窗口，have fun！