调用笔记本内置摄像头对人脸进行抓拍,没有出现人脸时,不会抓拍。我将抓拍的图片转换为灰度图片。
需要的库 CV2
首先要知道自己安装的cv2里面的人脸分类器的位置,我的为D:\anaconda3\Lib\site-packages\cv2\data/haarcascade_frontalface_default.xml
然后在同一目录下建一个名为data的文件夹,用于存放抓拍的图片。
然后运行以下代码
import cv2
#调用笔记本内置摄像头,参数为0
cap = cv2.VideoCapture(0)
#调用人脸分类器,要根据实际路径调整
face_detector = cv2.CascadeClassifier(r'D:\anaconda3\Lib\site-packages\cv2\data/haarcascade_frontalface_default.xml')
#为即将录入的脸标记一个id
face_id = input('\n User data input,Look at the camera and wait ...')
#sampleNum用来计数样本数目
count = 0
while True:
#从摄像头读取图片
success,img = cap.read()
#转为灰度图片,减少程序符合,提高识别度
if success is True:
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
else:
break
#检测人脸,将每一帧摄像头记录的数据带入OpenCv中,让Classifier判断人脸
#其中gray为要检测的灰度图像,1.3为每次图像尺寸减小的比例,5为minNeighbors
faces = face_detector.detectMultiScale(gray, 1.3, 5)
#框选人脸,for循环保证一个能检测的实时动态视频流
for (x, y, w, h) in faces:
#xy为左上角的坐标,w为宽,h为高,用rectangle为人脸标记画框
cv2.rectangle(img, (x, y), (x+w, y+w), (255, 0, 0))
#成功框选则样本数增加
count += 1
#保存图像,把灰度图片看成二维数组来检测人脸区域
#(这里是建立了data的文件夹,当然也可以设置为其他路径或者调用数据库)
cv2.imwrite("data/User."+str(face_id)+'.'+str(count)+'.jpg',gray[y:y+h,x:x+w])
#显示图片
cv2.imshow('image',img)
#保持画面的连续。waitkey方法可以绑定按键保证画面的收放,通过q键退出摄像
k = cv2.waitKey(1)
if k == '27':
break
#得到20个样本后退出摄像
elif count >= 20:
break
#关闭摄像头,释放资源
cap.realease()
cv2.destroyAllWindows()