Python 自动获取摄像头图像并识别

代码来源
改手动为自动获取一张图像

识别使用的是百度智能云免费接口

# 获取图像
import cv2
import os
import datetime

cap = cv2.VideoCapture(0)
print("初始化成功!")

savedpath =r'd:\\py\\'
isExists = os.path.exists(savedpath)
if not isExists:
    os.makedirs(savedpath)
    print('path of %s is build' % (savedpath))
else:
    print('path of %s already exist and rebuild' % (savedpath))

shoot = True
while(shoot):
    ret, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    cv2.imshow('test',frame)
    savedname = 'example' + '.jpg'
    cv2.waitKey(1)
    cv2.imwrite(savedpath + savedname, frame)
    cv2.namedWindow("Image")
    cv2.imshow("Image", frame)
    # cv2.waitKey(0)
    cv2.destroyAllWindows()
    shoot = False

cap.release()
cv2.destroyAllWindows()


# 图像识别
from aip import AipOcr

""" 你的 APPID AK SK """
APP_ID = '******'
API_KEY = '******'
SECRET_KEY = '******'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

filePath = r'D:\\py\\example.jpg'
image = get_file_content(filePath)

options = {'+words':True}
# 通用高精度识别

result = client.basicAccurate(image, options)
# 输出识别结果的内容
resultList = ((result['words_result']))
for i in resultList:
    for j in i.values():
        print(j)

# 输出:
'''
{'log_id': 8469051079957259546, 'words_result_num': 1, 'words_result': [{'words': '800'}]}
800
'''
对于Python中的摄像头图像识别,你可以使用OpenCV库来实现。下面是一个简单的例子,可以帮助你开始: 首先,确保已经安装了OpenCV库。你可以使用以下命令在终端或命令提示符中安装它: ``` pip install opencv-python ``` 然后,使用以下代码打开摄像头并进行图像识别: ```python import cv2 # 加载分类器(例如人脸识别) classifier = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') # 打开摄像头 cap = cv2.VideoCapture(0) while True: # 读取摄像头的帧 ret, frame = cap.read() # 将帧转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 使用分类器检测图像中的对象(例如人脸) objects = classifier.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 在图像上绘制检测到的对象的边界框 for (x, y, w, h) in objects: cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # 显示图像窗口 cv2.imshow('Camera', frame) # 如果按下“q”键,则退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头并关闭图像窗口 cap.release() cv2.destroyAllWindows() ``` 这个例子使用了OpenCV的`CascadeClassifier`来加载一个分类器(例如人脸识别器),然后通过循环读取摄像头的帧,将其转换为灰度图像,并使用分类器检测图像中的对象(例如人脸)。最后,它在图像上绘制检测到的对象的边界框,并显示窗口以实时查看摄像头图像。 请注意,这只是一个简单的例子,你可以根据你的需求进一步扩展和优化。还可以使用其他图像识别技术和库来实现更复杂的功能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值