import cv2 # 创建一个人脸检测器 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 打开视频文件 video_capture = cv2.VideoCapture('input_video.mp4') # 获取视频帧的宽度和高度 frame_width = int(video_capture.get(3)) frame_height = int(video_capture.get(4)) # 定义保存视频的参数 fourcc = cv2.VideoWriter_fourcc(*'XVID') # 可根据需要更改编码器 out = cv2.VideoWriter('output_video.avi', fourcc, 30, (frame_width, frame_height)) while True: # 读取视频的一帧 ret, frame = video_capture.read() if not ret: break # 将帧转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 在灰度图像中检测人脸 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 在视频帧上绘制人脸框 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2) # 将处理后的帧写入保存视频 out.write(frame) # 显示帧 cv2.imshow('Video', frame) # 按下'q'键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放VideoCapture、VideoWriter和关闭窗口 video_capture.release() out.release() cv2.destroyAllWindows()
haarcascade_frontalface_default.xml
是OpenCV自带的一个人脸检测分类器的文件,用于基于Haar特征的人脸检测。请确保将它放在你的代码文件同一目录下。当然你也可以使用其他的人脸检测分类器文件。
如果你安装了OpenCV的Python包,你可以在安装目录下的 opencv/data/haarcascades/
文件夹中找到该文件。具体路径可能因操作系统、OpenCV版本和安装方式而有所不同。
例如,在Windows系统上,路径可能是类似于:
C:\Users\<用户名>\AppData\Local\Programs\Python\<Python版本>\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml
如果你无法找到该文件,可以在OpenCV的GitHub仓库中找到它并手动下载。在GitHub上可以在以下位置找到该文件:https://github.com/opencv/opencv/tree/master/data/haarcascades