import cv2.cv as cv
import cv2
from cv2 import VideoCapture
cv.NamedWindow("W1", cv.CV_WINDOW_AUTOSIZE)
#找到设备对象
capture = cv.CaptureFromCAM(0)
#检测人脸函数
def repeat():
#每次从摄像头获取一张图片
frame = cv.QueryFrame(capture)
image_size = cv.GetSize(frame)#获取图片的大小
greyscale = cv.CreateImage(image_size, 8, 1)#建立一个相同大小的灰度图像
cv.CvtColor(frame, greyscale, cv.CV_BGR2GRAY)#将获取的彩色图像,转换成灰度图像
storage = cv.CreateMemStorage(0)#创建一个内存空间,人脸检测是要利用,具体作用不清楚
cv.EqualizeHist(greyscale, greyscale)#将灰度图像直方图均衡化,貌似可以使灰度图像信息量减少,加快检测速度
# detect objects
cascade = cv.Load('haarcascade_frontalface_alt.xml')#加载Intel公司的训练库
#检测图片中的人脸,并返回一个包含了人脸信息的对象faces
faces = cv.HaarDetectObjects(greyscale, cascade, storage, 1.2, 2,
cv.CV_HAAR_DO_CANNY_PRUNING,
(50, 50))
#获得人脸所在位置的数据
for (x,y,w,h) , n in faces:
cv.Rectangle(frame, (x,y), (x+w,y+h), (0,0,255),20)#在相应位置标识一个矩形 边框属性(0,0,255)红色 20宽度
cv.ShowImage("W1", greyscale)#显示互有边框的图片
cv.ShowImage("W1", frame)
#循环检测每一帧的图片 ESC键退出程序
while True:
repeat()
c = cv.WaitKey(10)
if c == 27:
cv2.VideoCapture(0).release()
cv2.destroyWindow("W1")
break
python OpenCv 人脸检测
最新推荐文章于 2023-11-24 19:15:31 发布