python-opencv调用电脑摄像头实现实时人脸识别

python-opencv调用电脑摄像头实现实时人脸识别

python-opencv这个库功能是非常强大的，可以调用本地摄像头，并且可以使用不同分类器对人脸进行识别。这里主要展示使用opencv库取获取笔记本摄像头实时 画面对其中的人脸进行实时识别和标注。主要是通过读取摄像头，然后获取其中人脸的位置，并在人脸位置的正方形进行标注。

• 效果预览

• 实现代码

# -*- coding: utf-8 -*-

# 导入cv模块
import cv2

cap = cv2.VideoCapture(0)

# 分类器下载地址 https://github.com/opencv/opencv/tree/master/data/haarcascades
# 使用OpenCV输入人脸识别分类器的位置
classfier = cv2.CascadeClassifier("G://pythonCode//ContestDemo//xml//haarcascade_frontalface_default.xml")

#人嘴巴和鼻子识别
# classfier = cv2.CascadeClassifier("G://pythonCode//ContestDemo//xml//haarcascade_frontalcatface.xml")

#笑脸识别
# classfier = cv2.CascadeClassifier("G://pythonCode//ContestDemo//xml//haarcascade_smile.xml")

while True:
    # capture frame-by-frame
    ret, frame = cap.read()

    # our operation on the frame come here
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 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(gray, 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
            cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), (0, 255, 0), 2)

    # 展示结果
    cv2.imshow('frame', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):  # 按q键退出
        break
# when everything done , release the capture
cap.release()
cv2.destroyAllWindows()

• 分类器

分类器可以直接去github上下载，也可以自己训练（比较麻烦），图像识别的准确度依赖分类器和detectMultiScale()方法参数的设置。
分类器下载地址

https://github.com/opencv/opencv/tree/master/data/haarcascades

百度网盘下载地址(存了几个在百度网盘里，没有github上全面)

链接：https://pan.baidu.com/s/1-ai9B46FtbMAqXPOlFzgow 提取码：0p1b

• 文章参考

https://blog.csdn.net/GISuuser/article/details/98039256