小编给大家分享一下怎么基于python OpenCV实现动态人脸检测,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
具体内容如下
直接上代码: 按Q退出
import cv2 import numpy as np cv2.namedWindow("test") cap = cv2.VideoCapture(0) #加载摄像头录制 # cap = cv2.VideoCapture("test.mp4") #打开视频文件 success, frame = cap.read() # classifier = cv2.CascadeClassifier("/Users/yuki/anaconda/share/OpenCV/haarcascades/haarcascade_frontalface_alt.xml") # 确保此xml文件与该py文件在一个文件夹下,否则将这里改为绝对路径 #haarcascade_frontalface_default.xml classifier = cv2.CascadeClassifier("/Users/yuki/anaconda/share/OpenCV/haarcascades/haarcascade_frontalface_default.xml") # 确保此xml文件与该py文件在一个文件夹下,否则将这里改为绝对路径 while success: success, frame = cap.read() size = frame.shape[:2] image = np.zeros(size, dtype=np.float16) image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.equalizeHist(image, image) divisor = 8 h, w = size minSize = (w // divisor, h // divisor) faceRects = classifier.detectMultiScale(image, 1.2, 2, cv2.CASCADE_SCALE_IMAGE, minSize) if len(faceRects) > 0: for faceRect in faceRects: x, y, w, h = faceRect cv2.rectangle(frame,(x,y),(x+h,y+w),(0,255,0),2) #锁定 眼和嘴巴 #cv2.circle(frame, (x + w // 4, y + h // 4 + 30), min(w // 8, h // 8), (255, 0, 0)) # 左眼 #cv2.circle(frame, (x + 3 * w //4, y + h // 4 + 30), min(w // 8, h // 8), (255, 0, 0)) #右眼 #cv2.rectangle(frame, (x + 3 * w // 8, y + 3 * h // 4), (x + 5 * w // 8, y + 7 * h // 8), (255, 0, 0))#嘴巴 cv2.imshow("test", frame) key = cv2.waitKey(10) c = chr(key & 255) if c in ['q', 'Q', chr(27)]: break cv2.destroyWindow("test")
以上是“怎么基于python OpenCV实现动态人脸检测”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。