基于python OpenCV实现动态人脸检测
更新时间:2018年05月25日 09:54:24 作者:_yuki_
这篇文章主要为大家详细介绍了基于python OpenCV实现动态人脸检测,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
本文实例为大家分享了python动态人脸检测的具体代码,供大家参考,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:
最新评论