Python OpenCV利用笔记本摄像头实现人脸检测
2019-04-30 18:02
976 查看
本文实例为大家分享了Python OpenCV利用笔记本摄像头实现人脸检测的具体代码,供大家参考,具体内容如下
1.安装opencv
首先参考其他文章安装pip。
之后以管理员身份运行命令提示符,输入以下代码安装opencv
pip install --user opencv-python
可以使用以下代码测试安装是否成功
#导入opencv模块 import cv2 #捕捉帧,笔记本摄像头设置为0即可 capture = cv2.VideoCapture(0) #循环显示帧 while(True): ret, frame = capture.read() #显示窗口第一个参数是窗口名,第二个参数是内容 cv2.imshow('frame', frame) if cv2.waitKey(1) == ord('q'):#按Q退出 break
2.实现简单的人脸识别
在win10及python3.6.6环境下代码如下
import cv2 import numpy as np face_cascade = cv2.CascadeClassifier("C:\ProgramData\Anaconda3\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml") eye_cascade = cv2.CascadeClassifier("C:\ProgramData\Anaconda3\Lib\site-packages\cv2\data\haarcascade_eye.xml") cap=cv2.VideoCapture(0) while True: ret,img=cap.read() gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray,1.1,5) if len(faces)>0: for faceRect in faces: x,y,w,h = faceRect cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2) roi_gray = gray[y:y+h//2,x:x+w] roi_color = img[y:y+h//2,x:x+w] eyes = eye_cascade.detectMultiScale(roi_gray,1.1,1,cv2.CASCADE_SCALE_IMAGE,(2,2)) for (ex,ey,ew,eh) in eyes: cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2) cv2.imshow("img",img) if cv2.waitKey(1) & 0xFF == ord('q'): break
注意数据集haarcascade_frontalface_default.xml,haarcascade_eye.xml一定要采用绝对路径,否则容易出错,具体的位置可以用搜索得到。
结果如下
Ubuntu下的opencv安装方法与win10类似,先安装pip,再在终端中输入下面代码安装即可,这样安装的是python2的版本
pip install --user opencv-python
若要安装python3的版本,请先安装pip3,然后在终端输入以下代码:
pip3 install --user opencv-python
另外如果是用虚拟机运行的Ubuntu的话,是直接驱动笔记本的摄像头的,如果用的是VirtualBox虚拟机则可以在官网下载扩展包安装即可。
Ubuntu下实现人脸识别的代码与win10类似,只是需要注意数据集的绝对路径,可以根据以下代码来查询:
sudo find / -iname "*haarcascade_frontalface_default.xml*"
两个数据集是在同一个文件夹下的,最后我的代码如下
import cv2 import numpy as np face_cascade = cv2.CascadeClassifier("/home/yukino/.local/lib/python2.7/site-packages/cv2/data/haarcascade_frontalface_default.xml") eye_cascade = cv2.CascadeClassifier("/home/yukino/.local/lib/python2.7/site-packages/cv2/data/haarcascade_eye.xml") cap=cv2.VideoCapture(0) while True: ret,img=cap.read() gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray,1.1,5) if len(faces)>0: for faceRect in faces: x,y,w,h = faceRect cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2) roi_gray = gray[y:y+h//2,x:x+w] roi_color = img[y:y+h//2,x:x+w] eyes = eye_cascade.detectMultiScale(roi_gray,1.1,1,cv2.CASCADE_SCALE_IMAGE,(2,2)) for (ex,ey,ew,eh) in eyes: cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2) cv2.imshow("img",img) if cv2.waitKey(1) & 0xFF == ord('q'): break
最后运行结果如下:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章推荐
- 关于Python+Opencv实现人脸检测的实验笔记(调用摄像头篇)
- Python3利用Dlib实现摄像头实时人脸检测和平铺显示示例
- python 3利用Dlib 19.7实现摄像头人脸检测特征点标定
- python利用OpenCV2实现人脸检测
- Python 3 利用 Dlib 实现摄像头实时人脸检测和平铺显示
- Python利用OpenCV实现人脸检测
- python 调用摄像头,基于opencv 的人脸检测实现
- 基于python OpenCV实现动态人脸检测
- 利用opencv实现人脸检测(C++版)
- python opencv读取海康威视摄像头并进行人脸检测-rtsp协议
- python+openCV利用cascade分类器训练实现实时视频车辆检测与车牌检测(一)
- C++利用opencv实现人脸检测
- 基于OpenCV的人脸检测——C++和Python实现
- 关于Python+Opencv实现人脸检测的实验笔记(调用图片文件篇)
- opencv-python人脸检测简单实现
- python进阶之python-opencv实现人脸检测
- python下通过dlib和opencv实现人脸对齐(包括关键点检测和仿射变换)
- 利用html5、websocket和opencv实现人脸检测 (二)
- 【Python】使用openCV与dlib实现人脸68特征点的检测与手动修改
- 利用opencv,dlib,python编写人脸检测程序