识别图片中的人脸
import cv2
# 加载图像并创建一个人脸识别的级联分类器
image = cv2.imread('test.jpeg')
face_cascade = cv2.CascadeClassifier('D:\\pyTest\\venv\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_default.xml')
# 将图像转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 使用级联分类器对图像中的人脸进行检测
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
# 遍历检测到的人脸,并在图像中绘制矩形框标识人脸位置
for (x, y, w, h) in faces:
cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 显示包含人脸识别结果的图像
cv2.imshow('Face Detection', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
识别视频中的人脸
import cv2
# 加载人脸识别的级联分类器
face_cascade = cv2.CascadeClassifier('D:\\pyTest\\venv\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_default.xml')
# 打开视频文件
video_capture = cv2.VideoCapture('test.mp4')
while True:
# 读取视频帧
ret, frame = video_capture.read()
if not ret:
break
# 将帧转换为灰度图
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 使用级联分类器对帧中的人脸进行检测
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
# 遍历检测到的人脸,并在帧中绘制矩形框标识人脸位置
for (x, y, w, h) in faces:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 显示包含人脸识别结果的帧
cv2.imshow('Face Detection', frame)
# 按下 'q' 键退出循环
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放视频捕获对象和关闭窗口
video_capture.release()
cv2.destroyAllWindows()