项目添加cascades文件夹
在openCV3源码文件中,将Lib/haarcascade文件夹中所有文件copy至cascades文件夹。
class faceAnalysis:
def detect(self, frame):
face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml') # 初始化haar特征分类器
# img = cv2.imread(filename)
eye_cascade = cv2.CascadeClassifier('./cascades/haarcascade_eye.xml')
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.1, 3)
'''
deteceMultiScale参数:
image: 输入图像,单通道灰度图
scaleFactor:每次缩小图像的比例,默认1.1
minNeighbors:匹配成功所需要的周围矩形框的数据,每个特征匹配到的区域都是一个矩形框,只有多个矩形框
同时存在的时候才认为是匹配成功,默认3
flags:可取值
CASCADE_DO_CANNY_PRUNING=1, 利用canny边缘检测来排除一些边缘很少或者很多的图像区域
CASCADE_SCALE_IMAGE=2, 正常比例检测
CASCADE_FIND_BIGGEST_OBJECT=4, 只检测最大的物体
CASCADE_DO_ROUGH_SEARCH=8 初略的检测
minSize=None, maxSize=None:匹配物体的大小范围
'''
all_tip = []
eyes_tip = []
for (x, y, w, h) in faces:
roi_gray = gray[y:y+h, x:x+w] # 在面部区域识别眼睛
eye = eye_cascade.detectMultiScale(roi_gray, 1.1, 3, 0, (40, 40))
for (ex, ey, ew, eh) in eye:
eyes_tip.append((ex, ey, ew, eh))
dict = {'face_tip': (x, y, w, h), 'eyes_tip': eyes_tip}
all_tip.append(dict)
eyes_tip = []
return all_tip
将所有脸部坐标大小和对应的眼睛保存成一个字典型数组,all_tip=[{‘face_tip’:(x,y,w,h), ‘eyes_tip’:[(x,y,w,h),[x,y,w,h]]}]
注意:此处eyes_tip是以face_tip为画布的,下面画眼睛的矩形框时也需要以面部区域为画布。
def video_face_analysis(self):
vc = cv2.VideoCapture(0)
if vc.isOpened(): # 判断是否正常打开
print('camera is open')
else:
print('camera is not open')
while True:
# 读取视频流
grabbed, frame_lwpCV = vc.read()
all_tips = self.detect(frame_lwpCV)
for all_tip in all_tips:
(x, y, w, h) = all_tip['face_tip']
cv2.rectangle(frame_lwpCV, (x, y), ((x+w), (y+h)), (0, 255, 0), 2)
for (ex, ey, ew, eh) in all_tip['eyes_tip']:
roi_frame = frame_lwpCV[y:y + h, x:x + w]
cv2.rectangle(roi_frame, (ex, ey), ((ex + ew), (ey + eh)), (255, 0, 0), 2)
cv2.imshow('contours', frame_lwpCV)
key = cv2.waitKey(1) & 0xFF
# 按'q'健退出循环
if key == ord('q'):
break
# When everything done, release the capture
vc.release()
cv2.destroyAllWindows()