OpenCV打开电脑摄像头进行人脸识别

Gao Ruijun

已于 2024-10-02 10:44:23 修改

阅读量220

点赞数 6

分类专栏： opencv 文章标签： opencv 人工智能计算机视觉

于 2024-10-02 10:35:02 首次发布

本文链接：https://blog.csdn.net/2301_78381199/article/details/142674410

版权

opencv 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

一：VS创建解决方案

二：配置项目环境，在另外一篇文章中有提及到：VS2022与OpenCV4.5.5的配置-CSDN博客

三：解析代码

1.获取摄像头数据显示在“读取视频”的界面上，其中 VideoCapture capture(0); 中的参数0代表默认摄像头。

	//使用opencv打开默认摄像头
    VideoCapture capture(0);

    while (true) {
        Mat frame;
        capture >> frame;
        imshow("读取视频", frame);
        waitKey(30);
    }

2.加载Haar级联人脸检测器

    // 加载Haar级联人脸检测器
    cv::CascadeClassifier face_cascade;
    face_cascade.load("D:/opencv/opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml");

3. 转化为灰度图像进行识别，然后将坐标存放在容器中用于绘制

        // 转换为灰度图像
        cv::Mat gray;
        cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY);

        // 检测人脸存放坐标
        std::vector<cv::Rect> faces;
        face_cascade.detectMultiScale(
            gray, faces, 1.1, 2, 0 | cv::CASCADE_SCALE_IMAGE, cv::Size(30, 30)
        );

4.绘制显示识别结果（灰度图像识别，原始图像绘制）

         // 为每个人脸画框
        for (size_t i = 0; i < faces.size(); i++) {
            cv::rectangle(frame, faces[i], cv::Scalar(255, 0, 0), 2);
        }

        // 显示结果
        cv::imshow("Face Detection", frame);

5.释放摄像头资源

    // 释放摄像头资源
    capture.release();
    cv::destroyAllWindows();

四：总代码

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/objdetect/objdetect.hpp>

using namespace std;
using namespace cv;

int main()
{
	//使用opencv打开默认摄像头
    VideoCapture capture(0);

    // 加载Haar级联人脸检测器
    cv::CascadeClassifier face_cascade;
    face_cascade.load("D:/opencv/opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml");

    cv::Mat frame;
    while (true) {
        capture >> frame; // 从摄像头读取一帧
        if (frame.empty()) {
            break; // 如果帧为空，则退出循环
        }

        // 转换为灰度图像
        cv::Mat gray;
        cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY);

        // 检测人脸存放坐标
        std::vector<cv::Rect> faces;
        face_cascade.detectMultiScale(
            gray, faces, 1.1, 2, 0 | cv::CASCADE_SCALE_IMAGE, cv::Size(30, 30)
        );

         // 为每个人脸画框
        for (size_t i = 0; i < faces.size(); i++) {
            cv::rectangle(frame, faces[i], cv::Scalar(255, 0, 0), 2);
        }

        // 显示结果
        cv::imshow("Face Detection", frame);

        // 按'q'退出循环
        if (cv::waitKey(10) == 'q') {
            break;
        }
    }

    // 释放摄像头资源
    capture.release();
    cv::destroyAllWindows();
    return 0;
}

在总代码中有些头文件不是必须包含的，根据自己情况需求而定。