准备工作:找到分类器:
方法:安装opencv软件包,或者把此文件放到根目录
1.用pip安装的opencv不带分类器,所以要下载完整版的,可去官网下载安装,分类器位置在
opencv\build\etc\haarcascades\haarcascade_frontalface_alt_tree.xml
官网地址点这里
2.或者直接下载此文件把它放到根目录就行:下载地址点这里(因为免费的下载比要积分的还麻烦,就要了2分,敬请原谅,渣渣csdn)
一、图片中的人脸检测
代码如下(采用的第2个方法)
# -*- coding=GBK -*-
import cv2 as cv
# 人脸检测
def face_image():
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
face_detector = cv.CascadeClassifier("haarcascade_frontalface_alt_tree.xml")
faces = face_detector.detectMultiScale(gray, 1.02, 5) # 第二个参数是移动距离,第三个参数是识别度,越大识别读越高
for x, y, w, h in faces:
cv.rectangle(src, (x, y), (x+w, y+h), (0, 0, 255), 2) # 后两个参数,一个是颜色,一个是边框宽度
cv.imshow("结果", src)
src = cv.imread("C://4.jpg")
cv.imshow("原来", src)
face_image()
cv.waitKey(0)
cv.destroyAllWindows()
运行结果:
二、摄像头中的人脸检测
代码如下:
# -*- coding=GBK -*-
import cv2 as cv
# 摄像头人脸检测
def face_image(src):
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
face_detector = cv.CascadeClassifier("haarcascade_frontalface_alt_tree.xml")
faces = face_detector.detectMultiScale(gray, 1.02, 5) # 第二个参数是移动距离,第三个参数是识别度,越大识别读越高
for x, y, w, h in faces:
cv.rectangle(src, (x, y), (x+w, y+h), (0, 0, 255), 2) # 后两个参数,一个是颜色,一个是边框宽度
cv.imshow("结果", src)
capture = cv.VideoCapture(0)
while(True):
ret, frame = capture.read()
frame = cv.flip(frame, 1)
face_image(frame)
if cv.waitKey(10) & 0xFF == ord('q'): # 键盘输入q退出窗口,不按q点击关闭会一直关不掉 也可以设置成其他键。
break
face_image()
cv.waitKey(0)
cv.destroyAllWindows()
个人隐私运行结果不分享!