搜索
简帛阁>技术文章>Python基于OpenCV实现人脸检测并保存

Python基于OpenCV实现人脸检测并保存

本文实例为大家分享了Python基于OpenCV实现人脸检测,并保存的具体代码,供大家参考,具体内容如下

安装opencv

如果安装了pip的话,Opencv的在windows的安装可以直接通过cmd命令pip install opencv-python(只需要主要模块),也可以输入命令pip install opencv-contrib-python(如果需要main模块和contrib模块)
详情可以点击此处

导入opencv

import cv2

所有包都包含haarcascade文件。这个文件很重要!!!
cv2.data.haarcascades可以用作数据文件夹的快捷方式。例如:

cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

代码

#-*- coding: utf-8 -*-
# import openCV的库
import cv2
import os, math, operator
from PIL import Image
from functools import reduce


###调用电脑摄像头检测人脸并截图

def CatchPICFromVideo(window_name, path_name):
 cv2.namedWindow(window_name)

 #电脑摄像头
 cap = cv2.VideoCapture(0)

 #告诉OpenCV使用人脸识别分类器
 classfier = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

 #检测人脸后要画的边框的颜色
 color = (0, 255, 0)

 while cap.isOpened():
 ok, frame = cap.read() #读取一帧数据
 if not ok:
  break

 grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #将当前桢图像转换成灰度图像

 #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

   #画出矩形框
  cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
  
  k = cv2.waitKey(100) #每0.1秒读一次键盘
  if k == ord("z") or k == ord("Z"): #如果输入z
   #将当前帧保存为图片
   img_name = path_name
   print(img_name)
   image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
   cv2.imwrite(img_name, image,[int(cv2.IMWRITE_PNG_COMPRESSION), 9])
   break 
   
 #显示图像
 cv2.imshow(window_name, frame)
 #退出摄像头界面
 c = cv2.waitKey(100)
 if c == ord("q") or c == ord("Q"): 
  break

 #释放摄像头并销毁所有窗口
 cap.release()
 cv2.destroyAllWindows()


os.system("cls") #清屏
recogname = "recogface.jpg" #预存的人脸文件
CatchPICFromVideo("get face",recogname)

功能:

虽然能框住人脸,但是效率还不是很高。
按Z或z可以将框住的人脸截取保存

本文实例为大家分享了Python基于OpenCV实现检测保存的具体代码,供大家参考,具体内容如下安装opencv如果安装了pip的话,Opencv的在windows的安装可以直接通过cmd命
本文实例为大家分享了python动态检测的具体代码,供大家参考,具体内容如下直接上代码:按Q退出importcv2importnumpyasnpcv2namedWindow("test")capc
一、开发环境python366opencvpython451二、设计要求1、使用opencvpython对口罩进行检测三、设计原理设计流程图如图31所示,图31口罩检测流程图首先进行图片的读取,使
openCV识别主要通过Haar分类器实现,当然,这是在已有训练数据的基础上。openCV安装在opencv/opencv/sources/data/haarcascades_cuda(或haa
最近在老家找工作,无奈老家工作真心太少,也没什么面试机会,不过之前面试一家公司,提了一个有意思的需求,检测河面没有有什么船只之类的物体,我当时第一反应是用opencv做识别,不过回家想想,河面相对的东
本文实例为大家分享了基于OpenCV实现视频的检测具体代码,供大家参考,具体内容如下前提条件1摄像头2已安装PythonOpenCV3代码importcv2importsysimportlog
注意这里提取到的图片的保存地址要改成自己要保存的地址opencv检测模型的路径也要更改为自己安装的opencv检测模型的路径importcv2save_path'F:\\face_p
这篇文章主要介绍了PythonOpenCV视频截取保存实现代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下在图像处理之前,我们需要对拿到手的数
本文实例为大家分享了PythonOpenCV调用摄像头检测截图的具体代码,供大家参考,具体内容如下注意:需要在python中安装OpenCV库,同时需要下载OpenCV识别模型haarcas
开发工具Python版本:364相关模块:cv2模块;以及一些Python自带的模块。环境搭建安装Python添加到环境变量,pip安装需要的相关模块即可。原理简介简单地讲一讲Haar分类器,也就是