猫狗识别（超详细版）（py代码）

猫狗识别（三）

三、摄像头识别

使用OpenCV和Tkinter构建的实时摄像头识别猫狗的应用程序。它允许用户通过摄像头实时查看视频，并使用Haar级联分类器检测视频中的猫和狗。

1.导入所需的库：

cv2用于视频捕获和图像处理，tkinter用于创建GUI，Image和ImageTk用于处理图像，threading用于创建新线程以更新视频帧。

import cv2

import tkinter as tk

from PIL import Image, ImageTk

import threading

2.创建Tkinter主窗口，设置窗口标题、宽度和高度。

# 创建窗口

root = tk.Tk()

root.title("摄像头识别猫狗")  # 设置窗口标题

window_width, window_height = 800, 600

root.geometry(f'{window_width}x{window_height}')

3.创建一个Canvas，它将用于显示视频帧。

canvas = tk.Canvas(root, width=window_width, height=window_height)

canvas.pack()

4.打开默认的摄像头。

# 打开摄像头

cap = cv2.VideoCapture(0)

5.定义一个函数update_frame，用于更新Canvas上的视频帧。

# 更新摄像头帧

def update_frame():

    while True:

        ret, frame = cap.read()

        if ret:

            # 直接转换为RGB（取消BGR到RGBA的转换）

            cv2image = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

            # 转换为PIL格式

            pil_image = Image.fromarray(cv2image)

            # 转换为PhotoImage格式

            img = ImageTk.PhotoImage(image=pil_image)

            # 更新图片

            canvas.image = img  # Keep a reference!

            canvas.create_image(0, 0, anchor='nw', image=img)

            root.update_idletasks()

        else:

            break

在一个无限循环中读取摄像头的帧，并将其显示在Canvas上。如果读取帧失败，循环将结束。

6.定义一个函数detect_cats_and_dogs，用于检测视频帧中的猫和狗。

# 检测猫和狗

def detect_cats_and_dogs():

    while True:

        ret, frame = cap.read()

        if ret:

            gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)



            cat_cascade = cv2.CascadeClassifier('haarcascade_frontalcatface.xml')

            dog_cascade = cv2.CascadeClassifier('haarcascade_frontalface_alt.xml')



            if cat_cascade.empty() or dog_cascade.empty():

                print("Haar cascade文件加载失败")

                break



            cats = cat_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

            dogs = dog_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))



            # 在Canvas上绘制绿框

            detected_objects = list(cats) + list(dogs)



            if len(detected_objects) > 0:

                # 清除之前的矩形

                canvas.delete('rectangles')

                for (x, y, w, h) in detected_objects:

                    # 绘制新矩形，并添加tag以便于清除

                    canvas.create_rectangle(x, y, x+w, y+h, outline='green', width=3, tag='rectangles')

            else:

                print("未检测到猫或狗")



            root.update_idletasks()

        else:

            break

7.定义一个函数exit_program，用于退出程序并释放摄像头资源。

# 退出程序

def exit_program():

    cap.release()  # 释放摄像头资源

    root.quit()    # 退出Tkinter事件循环

8.创建一个按钮，用于退出程序。

# 创建按钮

button2 = tk.Button(root, text="退出程序", command=exit_program, width=10, height=2)

button2.place(x=400, y=500, width=100, height=50)

9.启动两个线程，一个用于更新视频帧，另一个用于检测猫和狗。然后启动Tkinter的事件循环，这将显示窗口并开始处理用户事件。

# 启动线程

threading.Thread(target=update_frame).start()

threading.Thread(target=detect_cats_and_dogs).start()



root.mainloop()