机器学习之人脸识别人像采集

随着机器学习和深度学习的广泛应用，改变了人们的生活方式。下面我们使用python实现人像的采集。下一篇讲述人脸识别。

这里通过usb接口的摄像头为例。

首先我们需要导入cv2模块，获取人脸识别分类器，读取每一帧的数据，然后转成灰度图像，并保存，达到最大保存数则跳出循环，并释放窗口。具体如下：

import cv2
cv2.namedWindow('window')

# 视频来源，可以来自一段已存好的视频，也可以直接来自USB摄像头
cap = cv2.VideoCapture(0)

# 告诉OpenCV使用人脸识别分类器
classfier = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml")

num = 0

while cap.isOpened():
    ok, frame = cap.read()  # 读取一帧数据
    if not ok:
            break
    grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 将当前桢图像转换成灰度图像
    
    # 人脸检测，1.2和2分别为图片缩放比例和需要检测的有效点数
    faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))

    if len(faceRects) > 0:  # 大于0则检测到人脸
        for faceRect in faceRects:  # 单独框出每一张人脸
            x, y, w, h = faceRect
    # 将当前帧保存为图片
    img_name = '%s/%d.jpg ' %(path_name, num)
    image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
    cv2.imwrite(img_name, image)
    
    num += 1
    if num > (catch_pic_num):  # 如果超过指定最大保存数量退出循环
        break
# 释放摄像头并销毁所有窗口
cap.release()
cv2.destroyAllWindows()