让你的电脑也能使用你手机的摄像头(opencv)

基于IP摄像头和opencv使用手机实时人脸检测

工具

  1. 一台装有python3.x
  2. 一款有摄像头的安卓手机(iphone暂未尝试)
  3. 网络

操作步骤

安装opencv

这里我们使用国内镜像,即可快速安装opencv

# python2版本的基本包安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
# python2版本的额外包安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python
# python3版本的基本包安装
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
# python3版本的额外包安装
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python

验证opencv是否安装完成

打开python3

import cv2

未报错,即为安装成功

安装IP摄像头

给安卓手机安装小米的IP摄像头并更新到最新版,这里我把下载地址放在下面,大家自行下载

链接:https://pan.baidu.com/s/1FE4Sgbhtd7Me3wh1KrPixQ
提取码:s2qj

下载 haarcascade_frontalface_default.xml

链接:https://pan.baidu.com/s/1-Y0sTKSxFNWoXECjdwHLow
提取码:sq71

打开ip摄像头

点击打开IP摄像头服务器,记录局域网的地址:192.168.1.218:8081
在这里插入图片描述
在这里插入图片描述

打开python

import cv2

url="http://admin:admin@192.168.1.125:8081"#@后面加上局域网的地址
cap = cv2.VideoCapture(url)
while (cap.isOpened()):
    ret, frame = cap.read()
    if ret:
        frame = cv2.flip(frame, 1, dst=None)
        classfier = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")  # 调用级联分类器
        color = (0, 255, 0)  # 设置框定的颜色
        grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 设置为灰度图片
        faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(8, 8))
        # minNeighbors 最小的判断次数 minSize 最小的脸的大小
        if len(faceRects):  # 检测到人
            for faceRect in faceRects:  # 单独框出每一张人脸
                x, y, w, h = faceRect
                cv2.rectangle(frame, (x - 20, y - 20), (x + w + 20, y + h + 20), color, 2)
                image = frame[y - 20: y + h + 20, x - 20: x + w + 20]
        cv2.imshow('img', frame)
    else:
        break
        # 监听键盘,按下q键退出
    if cv2.waitKey(10) & 0xFF == ord('q'):
        break

运行,完成!

总结

本次采用了opencv自带的级联分类器,分类效果不好,容易产生一些误判,效果不好。这里,我推荐大家了解,学习和使用 Linzaer 在Github上开源的一款算法,以得到更好的效果。

项目地址:https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB

如果有必要,下次我将采用该算法实现出更好的效果。

  • 2
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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