#导入cv模块
import cv2 as cv
#读取CV图片
img=cv.imread('f://a.png')
#显示图片,p1为显示的ID,p2为读取的图片
cv.imshow('read_img',img)
#等待
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()
#导入cv模块
import cv2 as cv
#读取CV图片
img=cv.imread('f://a.png')
#灰度转化
gray_img=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
#显示灰度
cv.imshow('gray',gray_img)
#保存灰度图片
cv.imwrite('gray_face11.png',gray_img)
#显示图片
#cv.imshow('read_img',img)
#等待
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()
#导入cv模块
import cv2 as cv
#读取CV图片
img=cv.imread('f://a.png')
#修改尺寸
resize_img=cv.resize(img,dsize=(200,200))
#显示原图
cv.imshow('img',img)
#显示修改后的
cv.imshow('resize_img',resize_img)
#打印原图尺寸大小
print('未修改:',img.shape)
#打印修改后的大小
print('修改后:',resize_img.shape)
#等待
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()
{
while True:
if ord('q') == cv.waitKey(0):
break}键盘输入Q退出
#导入cv模块
import cv2 as cv
#读取CV图片
img=cv.imread('f://a.png')
#坐标
x,y,w,h =100,100,100,100
#绘制矩形,p1在那个图片绘制矩形,p2长方形的长宽,p3颜色,p4长方形边框宽度
cv.rectangle(img,(x,y,x+w,y+h),color=(0,0,255),thickness=1)
#绘制圆形,p1图片绘制圆形,p2原型的坐标,p3颜色,p4圆形边缘的厚度
cv.circle(img,center=(x+w,y+h),radius=100,color=(255,0,0),thickness=10)
#显示
cv.imshow('re_img',img)
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()
识别头像
#导入cv模块
import cv2 as cv
#加入检测函数
def face_detect_demo():
#首先将图片转化为灰度
gary = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
#加载已经配置好的分类器
face_detect = cv.CascadeClassifier('F:/Users/xiaoy/AppData/Local/Programs/Python/Python312/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml')(根据下载目录自己找)
#p1是放入的头像,p2是缩放的倍数,p3是检测几次识别到头像,p4默认为0,minsize为人脸的最小值,max为人脸的最大值
face = face_detect.detectMultiScale(gary,1.01,5,0,(200,200),(300,300))(个人感觉有点笨)(不调节会导致锁定不准确,第一次锁定的是螺旋丸,第二次改为1.01后面不添加锁定范围,锁定的乱七八糟,第三次改为100-300锁定的是螺旋丸和头像,直到200-300才是人头。)
#绘制锁定头像的目标框
for x,y,w,h in face:
cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
cv.imshow('result',img)
#读取CV图片
img=cv.imread('f://D.png')
#检测函数
face_detect_demo()
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()
#导入cv模块
import cv2 as cv
#加入检测函数
def face_detect_demo():
#首先将图片转化为灰度
gary = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
#加载已经配置好的分类器
face_detect = cv.CascadeClassifier('F:/Users/xiaoy/AppData/Local/Programs/Python/Python312/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml')
#p1是放入的头像,p2是缩放的倍数,p3是检测几次识别到头像,p4默认为0,minsize为人脸的最小值,max为人脸的最大值
face = face_detect.detectMultiScale(gary,1.1,5,0,(10,10),(100,100))(这种方式在图片容易识别时可以用,当出现侧脸或其他难识别的图像不好用)
#绘制锁定头像的目标框
for x,y,w,h in face:
cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
cv.imshow('result',img)
#读取CV图片
img=cv.imread('f://G.png')
#检测函数
face_detect_demo()
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()
#导入cv模块
import cv2 as cv
#检测函数
def face_detect_demo(img):
gary = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
face_detect = cv.CascadeClassifier('F:/Users/xiaoy/AppData/Local/Programs/Python/Python312/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml')
face = face_detect.detectMultiScale(gary)
for x,y,w,h in face:
cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
cv.imshow('result',img)
#读取摄像头
#cap = cv.VideoCapture('0')0为本机摄像头
cap = cv.VideoCapture('f://1.mp4')
#循环,read是判别函数,来判别视频是否结尾,没结束返回true,有时cap会报错,来查看是否成功初始化,用cap.isOpen函数,没初始化用cap,open()
#cap.get(propId)这里propID可以从0-18任何一个数,每一个数代表一个属性,其中cap.get(propId,values)values代表需要改的参数。
while True:
flag,frame = cap.read()
if not flag:
break
face_detect_demo(frame)
if ord('q') == cv.waitKey(1):
break
#释放内存
cv.destroyAllWindows()
#释放摄像头
cap.release()
#导入模块
import cv2
#摄像头
cap=cv2.VideoCapture(0)
flag = 1
num = 1
while(cap.isOpened()):#检测是否在开启状态
ret_flag,Vshow = cap.read()#得到每帧图像
cv2.imshow("Capture_Test",Vshow)#显示图像
k = cv2.waitKey(1) & 0xFF#按键判断
if k == ord('s'):#保存
cv2.imwrite("F:/study8savepicture/"+str(num)+".123"+".jpg",Vshow)#p1是路径,p2是编号,p3录入的名字
print("success to save"+str(num)+".jpg")
print("-------------------")
num += 1
elif k == ord(' '):#退出
break
#释放摄像头
cap.release()
#释放内存
cv2.destroyAllWindows()
(再次添加会重新覆盖)