基于Python3+opencv 人脸检测代码

基于Python3+opencv 人脸检测代码

1.基于图片

 

import cv2 as cv
import numpy as np


def face_detect_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    face_detector = cv.CascadeClassifier("E:/opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml")
    faces = face_detector.detectMultiScale(gray, 1.1, 2)
    for x, y, w, h in faces:
        cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)
    cv.imshow("result", image)

print("--------- Python OpenCV Tutorial ---------")
src = cv.imread("E:/opencv/sources/samples/data/lena.jpg")
face_detect_demo(src)

cv.waitKey(0)

cv.destroyAllWindows()

2. 基于摄像头

 

 

import cv2 as cv
import numpy as np


def face_detect_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    face_detector = cv.CascadeClassifier("E:/opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml")
    faces = face_detector.detectMultiScale(gray, 1.1, 2)
    for x, y, w, h in faces:
        cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)
    cv.imshow("result", image)

print("--------- Python OpenCV Tutorial ---------")
capture = cv.VideoCapture(0)
cv.namedWindow("result", cv.WINDOW_AUTOSIZE)
while(True):
    ret, frame = capture.read()
    frame = cv.flip(frame, 1)
    face_detect_demo(frame)
    c = cv.waitKey(10)
    if c == 27: # ESC
        break
cv.waitKey(0)

cv.destroyAllWindows()

 

 

注:分类器在   opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml

  • 2
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
以下是Python OpenCV人脸检测GUI界面的示例代码: ```python import cv2 import tkinter as tk from PIL import ImageTk, Image # 创建GUI界面 root = tk.Tk() root.title("人脸检测") root.geometry("800x600") # 创建OpenCV摄像头对象 cap = cv2.VideoCapture(0) # 创建人脸检测器对象 face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") # 创建画布对象 canvas = tk.Canvas(root, width=800, height=600) canvas.pack() # 循环读取摄像头图像并显示在画布上 def video_loop(): # 读取一帧图像 ret, frame = cap.read() # 将图像转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 在图像上标记人脸 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # 将OpenCV图像对象转换为PIL图像对象 img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) img = Image.fromarray(img) # 将PIL图像对象转换为ImageTk对象 imgtk = ImageTk.PhotoImage(img) # 在画布上显示图像 canvas.imgtk = imgtk canvas.create_image(0, 0, anchor=tk.NW, image=imgtk) # 循环调用自身 root.after(10, video_loop) # 循环调用video_loop函数 video_loop() # 启动GUI界面 root.mainloop() # 释放摄像头资源 cap.release() ``` 在运行代码之前,需要先下载OpenCV人脸检测模型文件`haarcascade_frontalface_default.xml`,并将其与代码文件放在同一目录下。 代码运行后,会打开一个GUI界面,界面上显示摄像头采集的图像,并在图像上标记出检测到的人脸。可以使用`minNeighbors`和`minSize`参数调整人脸检测的精度和速度。
评论 1
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