鸿蒙IPC摄像机,【HiSpark IPC DIY Camera试用连载 】第二篇 视频的人脸检测

【HiSpark IPC DIY Camera试用连载 】第二篇 视频的人脸检测,

thread-29307-1-1.html  

本帖最后由 瑟寒凌风 于 2021-1-14 00:13 编辑

实在的,ipc本身就带有这个功能,只要摄像头出现画面,本身就会检测人脸,而且从app上看,还有移动检测功能,已经非常强大了,但是自己做出来,可以了解更多的知识. 本文使用python和opencv来检测的人脸. 使用的主要api如下:

cv2.cvtColor对色彩进行转换

cv2.CascadeClassifier这个是输入人脸数据,该数据基于文件haarcascade_frontalface_alt_tree.xml,已经保存了人脸特征,不需要我们去实现

cv2.detectMultiScale该函数用来检测人脸,是本文处理人脸的主要函数

复制代码 Opencv打开摄像头使用函数:

camera = cv2.VideoCapture(0)  # 参数0表示第一个摄像头

复制代码 程序代码如下

# -*- coding: utf-8 -*-

import cv2

import numpy as np

camera = cv2.VideoCapture(0)

# 判断视频是否打开

if (camera.isOpened())

print(\“Open\“)

else:

print(\“摄像头未打开\“)

# 测试用,查看视频size

size = (int(camera.get(cv2.CAP_PROP_FRAME_WIDTH)),

int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT)))

print(\“size:\“ + repr(size))

# es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9, 4))

# kernel = np.ones((5, 5), np.uint8)

# background = None

while True:

# 读取视频流

grabbed, frame_lwpCV = camera.read()

gray_lwpCV = cv2.cvtColor(frame_lwpCV, cv2.COLOR_BGR2GRAY)

face_detector = cv2.CascadeClassifier(“D:/Python/Python39/Lib/site-packages/cv2/data/haarcascade_frontalface_alt_tree.xml“)

\“\“\“

cv2.cv2.CascadeClassifier.CascadeClassifier def __init__(self,

*args: Any,

**kwargs: Any) -> None

\“\“\“

faces = face_detector.detectMultiScale(gray_lwpCV, 1.02, 5)

\“\“\“

def detectMultiScale(self,

image: Any,                # 输入待检测的图像,灰度

scaleFactor: Any = None,   # 尺度系数

minNeighbors: Any = None,  # 需要的邻域数

flags: Any = None,

minSize: Any = None,       # 最小检测窗口

maxSize: Any = None) -> None   # 最大检测窗口

\“\“\“

for x, y, w, h in faces:

cv2.rectangle(frame_lwpCV, (x, y), (x + w, y + h), (0, 0, 255), 2)  # 绘制矩形

# cv2.rectangle(frame_lwpCV, (x, y), (x + w, y + h), (0, 255, 0), 2)

# cv2.rectangle(src, (x, y), (x + w, y + h), (0, 0, 255), 2)  # 绘制矩形

\“\“\“

def rectangle(img: Any,             # 图像

pt1: Any,                     # pt1 矩形的一个顶点

pt2: Any,                     # pt2 矩形对角线上的另一个顶点

color: Any,                   # 线条颜色 (RGB) 或亮度(灰度图像 )

thickness: Any = None,        # 组成矩形的线条的粗细程度,取负值时(如 CV_FILLED)函数绘制填充了色彩的矩形

lineType: Any = None,         # 线条的类型

shift: Any = None) -> None

\“\“\“

cv2.imshow(\“contours\“, frame_lwpCV)

# cv2.imshow(\“dis\“, diff)

key = cv2.waitKey(1) & 0xFF

# 按\“q\“健退出循环

if key == ord(\“q\“):

break

# When everything done, release the capture

camera.release()

cv2.destroyAllWindows()

PS:我在发现代码格式乱了之后,尝试修改,出现如下错误

QQ截图20210114001021.jpg (38.17 KB, 下载次数: 0)

下载附件  保存到相册

1 小时前 上传

没法改,尴尬...

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值