部分代码_(python openCV)用71行代码实现获取人脸部分并存储功能

前言:

今天为大家带来的内容是,(python openCV)用71行代码实现获取人脸部分并存储功能!希望能够帮助到大家,代码较多,部分是用图片方式呈现出来,为了有更好的观赏性和收藏便利。

提示:

本文实例为大家分享了python openCV获取人脸部分并存储的具体代码,供大家参考,具体内容如下

391cf1cf3e12c5698dcd375c2aa69803.png
save_path = 'E:opencv2018-04-24OpenCvRARsavetest'faceCascade = cv2.CascadeClassifier( './haarcascade_frontalface_alt.xml') cap = cv2.VideoCapture(0) count = 0 while True: ret,frame = cap.read() gray = cv2.cvtColor(frame,cv2.COLOR_RGB2GRAY) rect = faceCascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=9, minSize=(50,50), flags=cv2.CASCADE_SCALE_IMAGE )
4b4f4cc9d89a79ecb0a34775f18533e7.png
 count += 1  cv2.imshow('opencvCut',frame) k = cv2.waitKey(30) & 0xff if k == 27: breakcap.release()cv2.destroyAllWindows()

然后,在这里再为大家分享一段代码:python用opencv批量检测人脸,并保存:

import cv2import sysimport osfrom PIL import ImagecascPath = "haarcascade_frontalface_default.xml" #训练参数文件faceCascade = cv2.CascadeClassifier(cascPath)#分类器 base = 'new_dir'for img in os.listdir(base): image = cv2.imread(base + img)#读取图片 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) gray = cv2.equalizeHist(gray) #直方图均衡化,提高分类效果 faces = faceCascade.detectMultiScale( gray, scaleFactor=1.1, minNeighbors=5, minSize=(10, 10) ) num = 0 for (x, y, w, h) in faces: cv2.imwrite("face_dir" + img,image[y:y+h,x:x+w]) num += 1# cv2.imshow("Faces found
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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