人脸识别-在视频中识别人脸

感谢优秀的你打开了小白的文章

希望在看文章的你今天又进步了一点点,离美好生活更近一步!

目录

往期回顾

代码

结果展示

VideoCapture类的构造函数:


往期回顾

灰度转换人脸识别基础-灰度转换与修改图片尺寸_am_student的博客-CSDN博客

矩形圆形的绘制

人脸识别-矩形圆形的绘制_am_student的博客-CSDN博客
Hrr级联人脸识别-Haar级联_am_student的博客-CSDN博客
多张人脸检测人脸识别-多张人脸检测_am_student的博客-CSDN博客

视频可以看作是一张一张图片组成的,我们在视频的帧上重复这个过程就能完成视频中的人脸检测。

代码

import cv2 as cv
def face_detect_demo(img):
    #将图片灰度
    gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
    #加载特征数据
    face_detector = cv.CascadeClassifier(
        'C:/Users/ZXY13/Desktop/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')
    faces = face_detector.detectMultiScale(gray)
    for x,y,w,h in faces:
        cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
        cv.circle(img,center=(x+w//2,y+h//2),radius=(w//2),color=(0,255,0),thickness=2)
    cv.imshow('result',img)
#读取视频
cap=cv.VideoCapture('video.mp4')
while True:
    flag,frame=cap.read()
    print('flag:',flag,'frame.shape:',frame.shape)
    if not flag:
        break
    face_detect_demo(frame)
    if ord('q') == cv.waitKey(10):
        break
cv.destroyAllWindows()
cap.release()

结果展示

 

 

 VideoCapture既支持从视频文件(.avi , .mpg格式)读取,也支持直接从摄像机(比如电脑自带摄像头)中读取。要想获取视频需要先创建一个VideoCapture对象。

从文件中读取视频文件:

 cv::VideoCapture capture("filename"); 

VideoCapture类的构造函数:

C++: VideoCapture::VideoCapture()
C++: VideoCapture::VideoCapture(const string& filename)
C++: VideoCapture::VideoCapture(int device)
功能:创建一个VideoCapture类的实例,如果传入对应的参数,可以直接打开视频文件或者要调用的摄像头。
参数:
filename – 打开的视频文件名。
device – 打开的视频捕获设备id ,如果只有一个摄像头可以填0,表示打开默认的摄像头。 

 flag,frame= cap.read()返回值含义:
参数flag 为True 或者False,代表有没有读取到图片
第二个参数frame表示截取到一帧的图片

cap.read()返回一个布尔值(True/False )。如果帧读取的是正确的,就是True。所以最后你可以通过检查他的返回值来查看视频文件是否已经到了结尾。 Cap.read()返回一个布尔值(真/假)。如果帧读取的是正确的,就是True.所以最后你可以通过检查他的返回值来查看视频文件是否已经到了结尾.

文章结束。



 

可以关注公众号查看,一起讨论,一起学习。

以下是一个基于 Python人脸识别视频示例,需要使用 `OpenCV` 和 `face_recognition` 库: ```python import cv2 import face_recognition # 加载已知人脸图像并将其编码 known_image = face_recognition.load_image_file("known_face.jpg") known_face_encoding = face_recognition.face_encodings(known_image)[0] # 初始化摄像头 video_capture = cv2.VideoCapture("test_video.mp4") while True: # 从视频获取一帧图像 ret, frame = video_capture.read() # 如果无法读取帧,则退出循环 if not ret: break # 将图像转换为 RGB 格式 rgb_frame = frame[:, :, ::-1] # 在图像查找人脸 face_locations = face_recognition.face_locations(rgb_frame) face_encodings = face_recognition.face_encodings(rgb_frame, face_locations) # 逐一检查每个人脸是否与已知人脸匹配 for face_encoding in face_encodings: # 比较人脸编码和已知人脸编码 matches = face_recognition.compare_faces([known_face_encoding], face_encoding) # 如果匹配,则在图像标记人脸 if matches[0]: top, right, bottom, left = face_locations[0] cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2) # 显示图像 cv2.imshow("Video", frame) # 按 Q 键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放资源并关闭窗口 video_capture.release() cv2.destroyAllWindows() ``` 这个代码片段使用 `face_recognition` 库来比较视频捕获的人脸图像和已知人脸图像。如果匹配,则在图像标记人脸。请注意,在使用此代码之前,您必须先安装 `OpenCV` 和 `face_recognition` 库,并准备一个测试视频
评论 1
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

打赏作者

进步小白

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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