python利用网络摄像头进行人脸检测
利用官方的人脸分类器进行识别
准备条件
- python
- OpenCV
- 网络摄像头或者电脑自带摄像头
过程
1、调用摄像头,不断获取图像
2、对每一帧图像进行灰度处理
3、调用人脸分类器进行检测,如果检测到人脸就框出来,并保存检测到的人脸
4、显示视频的图像
5、按q键退出/识别的人脸达到预设值退出
6、结束释放摄像头并销毁所有窗口
代码解释
1、调用摄像头
视频来源
#此处为电脑自带摄像头
cap = cv2.VideoCapture(0)
#下面两行为网络摄像头来源,ur1为视频流地址,其中admin为摄像头用户名,888888为密码,@后为ip,10554为rtsp端口
url = 'rtsp://admin:888888@10.5.3.105:10554/tcp/av0_0'
cap = cv2.VideoCapture(url)
人脸识别的分类器
classfier = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")
参数设置
num=0 #目前已经识别几张人脸,初始为0
catch_pic_num=10000 #图片最多存储量
path_name="E:/anaconda/face_recognition/text2/image" #识别出人脸后,人脸的保存路径
2、获取图像,灰度处理,人脸识别并且保存人脸图像
while True:
if not cap.isOpened():
break
ret, frame = cap.read() #从摄像头读取一帧画面
grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #灰度处理,提高效率
faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32)) #人脸检测
#对同一个画面有可能出现多张人脸,因此,我们需要用一个for循环将所有检测到的人脸都读取出来,然后逐个用矩形框框出来
if len(faceRects) > 0:
for faceRect in faceRects:
x, y, w, h = faceRect #每张人脸在图像中的起始坐标(左上角,x、y)以及长、宽(h、w)
img_name = "%s/%d.jpg" % (path_name, num) #存储人脸
image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
cv2.imwrite(img_name, image,[int(cv2.IMWRITE_PNG_COMPRESSION), 9])
num += 1
if num > (catch_pic_num):
break
cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), (0, 255, 0), 2) #框出人脸
cv2.imshow('window_name', frame) #显示图像
if num > (catch_pic_num): #识别人脸到达设定值退出
break
c = cv2.waitKey(10) #或者按q键退出
if c & 0xFF == ord('q'):
break
3、结束,释放窗口
cap.release()
cv2.destroyAllWindows()
注意:
1、人脸识别分类器文件 haarcascade_frontalface_alt.xml存放在与代码相同的文件夹中
2、识别后文件保存路径path_name记得修改为自己的路径
3、图片最多存储量catch_pic_num可以根据自己的需要进行修改
源代码链接:
https://github.com/wy-use/face_recognition.
参考
链接1: https://blog.csdn.net/gaoyueace/article/details/79600698.
链接2: https://blog.csdn.net/weixin_43746433/article/details/89817224.