python+opencv实现人脸识别笔记一(检出人脸框)

本文介绍了使用Python结合OpenCV进行人脸识别的方法,包括读取视频、使用CascadeClassifier加载分类器、detectMultiScale函数的应用以及处理帧率的关键技巧。通过调整参数提高识别精度,并感谢其他博主的经验分享。
摘要由CSDN通过智能技术生成

因为我没有自己的摄像头,这里只是实现读取本地视频实现人脸检测,视频是抖音上下的。

import cv2
import sys
from PIL import Image


def CatchUsbVideo(window_name):
    cv2.namedWindow(window_name)

    # 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("/home/dong/Pictures/QQ视频20190417160108.mp4")

    # 告诉OpenCV使用人脸识别分类器
    classfier = cv2.CascadeClassifier("/home/dong/PycharmProjects/untitled/venv/lib/python3.6/site-packages/cv2/data/haarcascade_frontalface_alt2.xml")

    # 识别出人脸后要画的边框的颜色,RGB格式
    color = (0, 0, 0)

    while cap.isOpened():
        ok, frame = cap.read()  # 读取一帧数据
        if not ok:
            break

            # 将当前帧转换成灰度图像
        grey = 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(grey, scaleFactor=1.2, minNeighbors=15, minSize=(32, 32), flags=4)
        if len(faceRects) > 0:  # 大于0则检测到人脸
   
评论 3
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