opencv的使用
一、安装与配置opencv
安装: pip inatall opencv-python
opencv 由c++开发, python调用使用cv2模块
import cv2
二、opencv处理图片
import cv2
huazai = cv2.imread('./huazai.jpg') # 读取本地图片
huazai.shape # 查看图片维度
1、显示图片
cv2.imshow('hua', huazai) # 显示图片
cv2.waitKey(0) # 等待键盘输入,单位毫秒,如果是0,无限等待
cv2.destroyAllWindows()
2、将图片转换为黑白色
# BGR 蓝绿红,cv2读取图片颜色通道为BGR
# PIL 读取图片,颜色通道RGB
huazai2 = cv2.cvtColor(huazai, code=cv2.COLOR_BGR2GRAY) # 将图片转换为黑白色
cv2.imshow('huag', huazai2)
cv2.waitKey(0) # 等待键盘输入,单位毫秒,如果是0,无限等待
cv2.destroyAllWindows()
3、保存/另存图片
cv2.imwrite('./huag.png', huazai2) # 保存/另存图片
4、改变图片大小
huazai3 = cv2.resize(huazai, dsize=(300, 300)) # 改变图片大小
huazai3.shape #(300, 300, 3)
二、opencv人脸识别
1.人脸识别
# https://github.com/opencv/opencv/tree/master/data/haarcascades
# 需要在github下载人脸特征数据
import numpy as np
import cv2
hua = cv2.imread('./wuli.jpg') # 读取图片
# 级联分类器, 加载人脸数据特征数据,返回可以识别人脸的对象
detecttor = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml')
# 检测人脸位置,
# scaleFactor缩放比例,默认1.1,缩放检测区来检测
# minNeighbors 左右两边检测出来的零基数量, 默认3(向左,向右,向上下移动检测都是人脸,则认为是人脸)
# minSize: 最小人脸区域
face_zone = detecttor.detectMultiScale(hua, scaleFactor=1.3, minNeighbors=5,minSize=(20,20))
# face_zone # array([[121, 110, 219, 219]], dtype=int32)
for x,y,w,h in face_zone: # 画正方形
cv2.rectangle(hua, pt1=(x,y), pt2=(x + w, y + h),color=(0,255,0),thickness=1)
cv2.imshow('hua', hua)
cv2.waitKey(0)
cv2.destroyAllWindows()
2.将图片转换成黑白色再识别
import numpy as np
import cv2
hua = cv2.imread('./wuli.jpg')
huageay = cv2.cvtColor(hua, code=cv2.COLOR_BGR2GRAY) # 将图片转换为黑白色
# 级联分类器, 加载人脸数据特征数据,返回可以识别人脸的对象
detecttor = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml')
# 检测人脸位置,
# scaleFactor缩放比例,默认1.1,缩放检测区来检测
# minNeighbors 左右两边检测出来的零基数量, 默认3(向左,向右,向上下移动检测都是人脸,则认为是人脸)
# minSize: 最小人脸区域
face_zone = detecttor.detectMultiScale(huageay, scaleFactor=1.3, minNeighbors=5,minSize=(20,20))
# face_zone # array([[121, 110, 219, 219]], dtype=int32)
for x,y,w,h in face_zone: # 画正方形(给定两个点的坐标即可)
cv2.rectangle(hua, pt1=(x,y), pt2=(x + w, y + h),color=(0,255,0),thickness=1)
color = np.random.randint(0,255,size=3)
cv2.circle(hua, center=(x+w//2, y+h//2), radius=w//2, # 画圆(给定圆心和半径)
color = color.tolist(),
thickness = 2 # 粗细程度
)
cv2.imshow('hua', hua)
cv2.waitKey(0)
cv2.destroyAllWindows()
三、opencv处理视频
1.opencv处理视频:
视频是多张图片组合而成的
opencv可以读取视频中的每一帧图片
保存成jpg格式的图片
2.opencv处理视频及相关属性
import cv2
cap = cv2.VideoCapture('./shipin.mp4') # 读取视频
flag, frame = cap.read() # 获取一帧, 如果获取失败返回False
print(flag, frame.shape) # True (720, 1280, 3)
cv2.imshow('shipin', frame) # 展示获取的图片帧
cv2.waitKey()
cv2.destroyAllWindows()
cap.get(propId = cv2.CAP_PROP_FPS) # 获取每秒多少帧 25.0 # 1000/25 # 40
cap.get(propId = cv2.CAP_PROP_FOURCC) # 获取编码格式
cap.get(propId = cv2.CAP_PROP_FRAME_COUNT) # 获取总帧数 #3400.0
cap.get(propId = cv2.CAP_PROP_FRAME_HEIGHT) # 获取帧高度 # 720.0
cap.get(propId = cv2.CAP_PROP_FRAME_WIDTH) # 获取帧宽度 # 1280.0
3.读取并播放视频(帧播放)
import cv2
cap = cv2.VideoCapture('./shipin.mp4') # 读取视频
while cap.isOpened(): # 判断是否还打开
flag,frame = cap.read() # 获取一帧, 如果获取失败返回False
if flag == False:
break
cv2.imshow('shipin', frame)
if ord('q') == cv2.waitKey(40):
break
cv2.destroyAllWindows()
cap.release()
4.在视频中加入人脸检测及获取电脑摄像头检测人脸:
import cv2
# 加入人脸检测
# cap = cv2.VideoCapture('./shipin.mp4') # 读取视频,参数是0调取本地摄像头
cap = cv2.VideoCapture(0) # 读取视频,参数是0调取本地摄像头
detector = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml')
while cap.isOpened(): # 判断是否还打开
flag,frame = cap.read()
gray = cv2.cvtColor(frame, code = cv2.COLOR_BGR2GRAY)
face_zone = detector.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5)
for x,y,w,h in face_zone:
cv2.circle(frame, center=(x+w//2, y+h//2), radius=w//2, color=[0, 0, 255], thickness=2)
if flag == False:
break
cv2.imshow('shipin', frame)
if ord('q') == cv2.waitKey(20):
break
cv2.destroyAllWindows()
cap.release()
5.写视频(保存视频)
import cv2
# 加入人脸检测
# cap = cv2.VideoCapture('./shipin.mp4') # 读取视频,参数是0调取本地摄像头
cap = cv2.VideoCapture(0) # 读取视频,参数是0调取本地摄像头
w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) + 1
h = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) + 1
# videoWriter = cv2.VideoWriter('./po.avi', cv2.VideoWriter_fourcc('M', 'P','4','2'), 24, (w, h)) # 写avi格式
videoWriter = cv2.VideoWriter('./po.mp4', cv2.VideoWriter_fourcc('M', 'P','4','V'), 16, (w,h)) # 写mp4格式
while cap.isOpened(): # 判断是否还打开
flag,frame = cap.read()
if flag == False:
break
cv2.imshow('shipin', frame)
videoWriter.write(frame)
if ord('q') == cv2.waitKey(20):
break
cv2.destroyAllWindows()
cap.release()
videoWriter.release()
opencv识别人脸:
人脸特征都是相似的
根据人脸特征,识别人脸
声明算法,给什么样的特征,识别什么样的事物:眼睛,嘴巴,等等
face_detect = cv2.CascadeClassifier(’./haarcascade_frontalface_default.xml’)
人脸加测代码
face_detect.detectMultiScale(huazai,scaleFactor = 1.1,minNeighbors = 5)
opencv识别多张人脸:
可以将图片变成灰色图片,进行检测
灰色图片和彩色图片尺寸一样
人脸区域不会发生变化
opencv在检测人脸时,只能检测正脸
一张图片中,如果有多张人脸,人脸尺寸不一样,算法可以检测到不同尺寸的人脸
opencv识别视频中的人脸:
视频的帧数
cap.get(propId = cv2.CAP_PROP_FPS)
识别视频中的人脸和识别一张图片中的人脸操作流程类似的
原理是相同
opencv识别摄像头中人脸
python学习营qq:458847959
opencv保存视频:
opencv保存视频:
opencv保存视频:
cv2.ViedeoWriter
参数二:
# OpenCV提供的格式是未经过压缩的,目前支持的格式如下:
CV_FOURCC(‘P’, ‘I’, ‘M’, ‘1’) = MPEG-1 codec
CV_FOURCC(‘M’, ‘J’, ‘P’, ‘G’) = motion-jpeg codec
CV_FOURCC(‘M’, ‘P’, ‘4’, ‘2’) = MPEG-4.2 codec
CV_FOURCC(‘D’, ‘I’, ‘V’, ‘3’) = MPEG-4.3 codec
CV_FOURCC(‘D’, ‘I’, ‘V’, ‘X’) = MPEG-4 codec
CV_FOURCC(‘U’, ‘2’, ‘6’, ‘3’) = H263 codec
CV_FOURCC(‘I’, ‘2’, ‘6’, ‘3’) = H263I codec
CV_FOURCC(‘F’, ‘L’, ‘V’, ‘1’) = FLV1 codec
# 视频格式包括:
# I420(适合处理大文件) -> .avi;
# PIMI -> .avi;
# MJPG -> .avi & .mp4
# THEO -> .ogv;
# FLV1(flash video, 流媒体视频) -> .flv
python学习营qq:458847959
opencv保存视频,视频尺寸缩小
opencv保存视频,视频尺寸缩小
视频保存黑白的
视频和音频的合并需要ffmpeg