OpenCV保存USB摄像头视频流,附C++和Python源代码_ubuntu usb 摄像头 c++

先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7

深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
img
img



既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程&#x

  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当然,下面是一个简单的示例代码,演示了如何使用C++OpenCV读取摄像头视频并进行人脸识别: ```cpp #include <opencv2/opencv.hpp> #include <opencv2/highgui.hpp> #include <opencv2/objdetect.hpp> int main() { cv::VideoCapture cap(0); // 打开默认摄像头 if (!cap.isOpened()) // 检查摄像头是否成功打开 { std::cout << "无法打开摄像头!" << std::endl; return -1; } cv::CascadeClassifier face_cascade; // 创建人脸分类器 if (!face_cascade.load("haarcascade_frontalface_default.xml")) // 加载人脸分类器模型 { std::cout << "无法加载人脸分类器模型!" << std::endl; return -1; } cv::Mat frame; cv::namedWindow("人脸识别"); // 创建窗口 while (true) { cap >> frame; // 从摄像头读取帧 if (frame.empty()) // 检查帧是否为空 break; cv::Mat gray; cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY); // 将帧转换为灰度图像 std::vector<cv::Rect> faces; face_cascade.detectMultiScale(gray, faces, 1.1, 4); // 检测人脸 for (const auto &face : faces) { cv::rectangle(frame, face, cv::Scalar(0, 255, 0), 2); // 绘制人脸矩形框 } cv::imshow("人脸识别", frame); // 显示帧 if (cv::waitKey(1) == 'q') // 按下 'q' 键退出循环 break; } cap.release(); // 释放摄像头 cv::destroyAllWindows(); // 关闭窗口 return 0; } ``` 请确保在运行代码之前已经安装了OpenCV,并且将文件"haarcascade_frontalface_default.xml"放置在与代码文件相同的目录中。这个XML文件包含了用于人脸检测的分类器模型。 希望这个示例能帮到你!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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