赞
踩
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
人脸检测识别一直是个热门的研究问题,同时也是opencv中一个实现相对容易的课题。
OpenCV自带了函数detectMultiScale()可以实现对行人和人脸的检测,实现简单,但识别效果相对较差。
在opencv源代码的副本中会有一个文件夹data/haarcascades,该文件夹包括了所有opencv的人脸检测的xml文件,这些文件可用于检测静止图像,视频和摄像头所得到图像中的人脸。
提示:以下是本篇文章正文内容,下面案例可供参考
- import cv2
-
- def face_detect_demo():
- # gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
- face_detect = cv2.CascadeClassifier("D:/anaconda/envs/pytorch/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml")
- faces = face_detect.detectMultiScale(src)
- for x, y, w, h in faces:
- cv2.rectangle(src, (x, y), (x+w, y+h), (0, 0, 255), 2)
- cv2.imshow("face_detect", src)
-
- src = cv2.imread("D:/opencvdata/1.jpg") #读取图片位置
- cv2.imshow("input image", src)
- face_detect_demo()
-
- cv2.waitKey(0)
- cv2.destroyAllWindows()
- import cv2
-
-
- # 人脸检测函数:
- # useCamera参数:True表示使用摄像头,False表示读取当前目录下视频文件
- def face_detection(useCamera=False):
- # 1.调用摄像头或者使用读取视频
- cv2.namedWindow("CaptureFace")
- if useCamera == True:
- cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
- else:
- cap = cv2.VideoCapture('D:/opencvdata/video1.mp4')
-
- # 2.人脸识别器分类器
- classfier = cv2.CascadeClassifier('D:/anaconda/envs/pytorch/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml')
- color = (0, 255, 0)
-
- while cap.isOpened():
- flag, frame = cap.read()
- frame = cv2.flip(frame, 1) # 镜像操作
-
- if not flag:
- break
-
- # 3.灰度转换
- grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
-
- # 4.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
- facerects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
- if len(facerects) > 0: # 大于0则检测到人脸
- for faceRect in facerects: # 单独框出每一张人脸
- x, y, w, h = faceRect
-
- # 5.画图
- cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 3)
- cv2.imshow("CaptureFace", frame)
- if cv2.waitKey(10) & 0xFF == ord('q'):
- break
-
- cap.release()
- cv2.destroyAllWindows()
-
-
- face_detection() # 使用摄像头
- face_detection(useCamera=False) # 使用视频
后续会为大家带来 基于dlib的人脸检测 效果会好很多
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。