python模块导入与重载

Python中模块的概念: 每个以py结尾的源代码文件都是一个模块,模块间的调用可以通过import来导入使用,一个模块为一个独立的命名空间。

import开销较大,只会导入一次(同一次会话)。如果在导入模块后,对模块文件进行了修改,需要通过reload函数重新导入。

          from imp import reload

          reload(已加载模块名称)


import与reload:

reload是不可传递的,如果导入的模块依赖其它模块,需要reload多个模块。

通过exec运行模块:

exec(open(模块名称).read());


           

-----检测、校验并输出结果----- from imp import reload import cv2 # 准备好识别方法 recognizer = cv2.face.LBPHFaceRecognizer_create() # 使用之前训练好的模型 recognizer.read('trainner/trainner.yml') # 再次调用人脸分类器 cascade_path = "C:\Anacon3\envs\myenv\Lib\site-packages\cv2\data/haarcascade_frontalface_default.xml" face_cascade = cv2.CascadeClassifier(cascade_path) # 加载一个字体,用于识别后,在图片上标注出对象的名字 font = cv2.FONT_HERSHEY_SIMPLEX idnum = 0 # 设置好与ID号码对应的用户名,如下,如0对应的就是初始 names = ['zuo xin', 'un', 'user1', 'user2', 'user3'] # 调用摄像头 cam = cv2.VideoCapture(0) minW = 0.1 * cam.get(3) minH = 0.1 * cam.get(4) while True: ret, img = cam.read() gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 识别人脸 faces = face_cascade.detectMultiScale( gray, scaleFactor=1.2, minNeighbors=5, minSize=(int(minW), int(minH)) ) # 进行校验 for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2) idnum, confidence = recognizer.predict(gray[y:y + h, x:x + w]) # 计算出一个检验结果 if confidence < 55: idum = names[idnum] confidence = "{0}%", format(round(100 - confidence)) else : confidence = "{0}%", format(round(100 - confidence)) idum = "unknown" # 输出检验结果以及用户名/ cv2.putText(img, str(idum), (x + 5, y - 5), font, 1, (0, 0, 255), 1) cv2.putText(img, str(confidence), (x + 5, y + h - 5), font, 1, (0, 0, 0), 1) # 展示结果 cv2.imshow('camera', img) k = cv2.waitKey(20) if k == cv2.waitKey(20): print('人脸检测成功,门禁已经开锁,请人员进入') # 释放资源 cam.release() cv2.destroyAllWindows()修改为可以识别中文字符串
最新发布
05-27
可以尝试使用Python的unicode编码,将中文字符转换为unicode编码,然后再进行输出。修改后的代码如下: ```python # -*- coding: utf-8 -*- # 检测、校验并输出结果 from imp import reload import cv2 # 准备好识别方法 recognizer = cv2.face.LBPHFaceRecognizer_create() # 使用之前训练好的模型 recognizer.read('trainner/trainner.yml') # 再次调用人脸分类器 cascade_path = "C:\Anacon3\envs\myenv\Lib\site-packages\cv2\data/haarcascade_frontalface_default.xml" face_cascade = cv2.CascadeClassifier(cascade_path) # 加载一个字体,用于识别后,在图片上标注出对象的名字 font = cv2.FONT_HERSHEY_SIMPLEX # 设置好与ID号码对应的用户名,如下,如0对应的就是初始 names = [u'左欣', u'未知', u'用户1', u'用户2', u'用户3'] # 调用摄像头 cam = cv2.VideoCapture(0) minW = 0.1 * cam.get(3) minH = 0.1 * cam.get(4) while True: ret, img = cam.read() gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 识别人脸 faces = face_cascade.detectMultiScale( gray, scaleFactor=1.2, minNeighbors=5, minSize=(int(minW), int(minH)) ) # 进行校验 for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2) idnum, confidence = recognizer.predict(gray[y:y + h, x:x + w]) # 计算出一个检验结果 if confidence < 55: idum = names[idnum] confidence = "{0}%".format(round(100 - confidence)) else: confidence = "{0}%".format(round(100 - confidence)) idum = u'未知' # 输出检验结果以及用户名 cv2.putText(img, idum, (x + 5, y - 5), font, 1, (0, 0, 255), 1) cv2.putText(img, confidence, (x + 5, y + h - 5), font, 1, (0, 0, 0), 1) # 展示结果 cv2.imshow('camera', img) k = cv2.waitKey(20) if k == cv2.waitKey(20): print(u'人脸检测成功,门禁已经开锁,请人员进入') # 释放资源 cam.release() cv2.destroyAllWindows() ``` 使用 `u'字符串'` 可以创建一个unicode字符串,同时修改了代码中的部分注释中的英文字符为中文字符。
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