使用Python实现短视频中的人脸识别追踪

背景

前日在刷视频的时候看到的

我觉得很有意思，简单实现一下

实现

第一步：实现实时获取摄像头图像

本次使用的是python的OpenCV库，引用

# 导入OpenCv人脸识别库
import cv2

因为我们要实现的是人脸追踪，所以需要导入OpenCV自带的人脸识别特征

# 读取人脸模型特征
face_cascade = cv2.CascadeClassifier(
    'C:/Users/zhaowh/anaconda3/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml')

这个具体位置网上有教程可以自行搜索，因为我用的是Anaconda，所以大概在这个位置（推荐这个Anaconda，非常好用）

因为我们实现的是实时的识别追踪，所以需要使用摄像头

# 获取摄像头
cap = cv2.VideoCapture(0)

然后就是基本的循环了

while True:
    # 显示窗口
    cv2.imshow('Face Detection', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
# 使用release()方法释放摄像头，并使用destroyAllWindows()方法关闭所有窗口
cap.release()
cv2.destroyAllWindows()

第二步：识别人脸并实时标记

首先读取帧

ret, frame = cap.read()

将图片格式转换为灰度图像

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

然后通过特征模型进行人脸识别

faces_rects = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)

输出后可以发现，faces_rects的值在未识别到人脸时为空，识别到人脸是为一个数组

分析可以发现，这四个数字分别表示人脸的x,y,w,h坐标

因此我们写一个for循环，不断的刷新人脸数据，然后在其内部绘制图像

for (x, y, w, h) in faces_rects:
    ······

放置实时坐标文本

cv2.putText(frame, "X:"+str(x)+" Y:"+str(y), (3, 50), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 0, 255), 2)

在人脸处绘制一个矩形

cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

计算人脸中心位置

face_center = (x + w // 2, y + h // 2)

在其中心位置画一个圆形

cv2.circle(frame, face_center, 10, (0, 0, 255), -1)

全部代码

import cv2
face_cascade = cv2.CascadeClassifier(
    'C:/Users/zhaowh/anaconda3/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml')

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()

    if ret:
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        faces_rects = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)
        for (x, y, w, h) in faces_rects:
            cv2.putText(frame, "X:"+str(x)+" Y:"+str(y), (3, 50), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 0, 255), 2)
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
            face_center = (x + w // 2, y + h // 2)
            cv2.circle(frame, face_center, 10, (0, 0, 255), -1)

        cv2.imshow('Face Detection', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    else:
        break
cap.release()
cv2.destroyAllWindows()

目录

背景

实现

第一步：实现实时获取摄像头图像

第二步：识别人脸并实时标记

全部代码

---