opencv+win10 +pycharm实现情绪检测

实现目标的情绪检测：
首先，要学会利用opencv实现实时录像，

a = cv2.VideoCapture(0)
#默认是0号设备，你也可以自行添加usb摄像头，将0改为其他数字
while True:
    s,img = a.read()
    cv2.imshow("i",img)
    cv2.waitKey(0)

然后，我们要用上次来人脸检测动态检测人脸，其实也就是在上述代码导入人脸识别的分类器，在加上把人脸框起来这两个行为

f = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

a = cv2.VideoCapture(0)

while True:
    s,img=a.read()
    g = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    faces = f.detectMultiScale(g,1.1,4)
    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(135,0,0),3)
    cv2.imshow("i",img)
    if cv2.waitKey(2) & 0xFF == ord('q'):
        break

最后，在导入检测人脸的模块deepface，（记得在pycharm设置那下载）该模块有非常强大的功能，它可以用来进行脸部特征分析（年龄，性别，种族，表情)，这里仅用到deepface中analyze函数result = DeepFace.analyze(图片,actions = ['emotion'])，那个actions就可以输入你想对人脸进行分析的特征(年龄，性别，种族，表情)，然后，就是用putText给显示出来cv2.putText(img,result['dominant_age'],(50,50),cv2.FONT_HERSHEY_SIMPLEX,3,(0,50,0),2)，cv2.putText(图片，输入文字，字体左上角坐标，字体，字体大小，颜色，字体粗细），然后就是将以上的代码整合到一块，下面是完整代码：

import cv2
from deepface import DeepFace

f = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

a = cv2.VideoCapture(0)

while True:
    s,img=a.read()
    result = DeepFace.analyze(img,actions = ['emotion'])
    
    g = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    
    faces = f.detectMultiScale(g,1.1,4)
    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(135,0,0),3)
    cv2.putText(img,result['dominant_emotion'],(50,50),cv2.FONT_HERSHEY_SIMPLEX,3,(0,50,0),2)

    cv2.imshow("i",img)
    if cv2.waitKey(2) & 0xFF == ord('q'):
        break

这里，有一点要注意就是模型的权重文件pycharm初次运行时会自动下载。不过，权重文件被放在谷歌云盘中，这里我把它们放到了百度云盘 提取码：0000 ，还有重要的是要将权重文件添加到.deepface\weights目录下。