上一篇文章中介绍了静态的人脸的检测,下面介绍动态的即视频中的人脸的检测。
原理与上一篇基本相同,只是把视频读取成一帧一帧的图片。
import cv2
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_alt.xml')#haar人脸识别参考上一篇文章
face_cascade.load('E:\python\haar\haarcascade_frontalface_alt.xml') # 一定要告诉编译器文件所在的具体位置
eye_cascade = cv2.CascadeClassifier('haarcascade_eye_tree_eyeglasses.xml')
eye_cascade.load('E:\python\haar\haarcascade_eye_tree_eyeglasses.xml')
camear = cv2.VideoCapture(0)#0表示使用第一个摄像头
while(1):
ret,frame = camear.read()#获摄像头得每一帧
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)#把每一帧进行灰度处理
faces = face_cascade.detectMultiScale(gray,1.3,5)#把灰度图片传给haar进行灰度处理,返回值是人脸左上角坐标,宽度和高度
for (x,y,w,h) in faces:
img = cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)#在每一帧中画出人脸的矩阵
roi_gray = gray[y:y+h,x:x+w]
eyes = eye_cascade.detectMultiScale(roi_gray,1.03,5,0,(40,40))#在人脸的范围内寻找眼睛
for (ex,ey,ew,eh) in eyes:
cv2.rectangle(img,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
cv2.imshow('camera',frame)
if cv2.waitKey(5)&0xff ==27:
break
camear.release()
cv2.destroyAllWindows()