摄像头中的人脸检测,也是人脸识别的一部分, 摄像头播放的画面本质上是按帧将图片拼凑起来的, 有图片的话,获取图片的中人脸呢再上一篇中我们已经涉及了
想要进行人脸识别, 我们需要OpenCV, 还是先来说一下安装的问题
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simplepip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simplepip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
1.资料的准备1.1 人脸特征数据文件的准备
安装完成之后, 我们想要进行人脸识别的话, 还需要一些表示人脸的特征数据, 这些数据文件是存放在 Python环境的安装包下的 ----> Lib ----> site packages ----> cv2 -----> data的文件夹中
如果忘记了Python环境的安装位置, 可以在命令提示符工具/终端上 输入指令where python
在data文件夹中存放的都是xml文件, 这些就是对应的特征数据文件, 将 haarcascade_frontalface_alt.xml 导入到你的编辑工具中,与当前编辑的文件在同一个目录下1.2 替换图片的准备
我使用的是下面这张旺财脸 o(╥﹏╥)o
2. 代码的实现
材料都准备完毕了, 我们就开始写代码吧
import cv2if __name__ == '__main__' # 根据人脸特征的数据 获取人脸检测器 face_detector = cv2.CascadeClassifier('.haarcascade_frontalface_alt.xml') # 获取摄像头行为 cap = cv2.VideoCapture(0) while True # 从摄像头中按帧返回图片 flag,frame = cap.read() if not flag # 没有图片时flag为False break # 将获取的图片置灰 检测效率高一些 face_zones = face_detector .detectMultiScale(cv2.cvtColor(frame, code=cv2.COLOR_BGR2GRAY)) # 获取检测到的人脸区域 for x,y,w,h in face_zones # 读取覆盖图片 wc = cv2.imread('.head.png') wc = cv2.resize(wc,dsize = (w,h)) # 将该图片的大小重置为人脸的大小 frame[yy+h,xx+w] = wc # 将人脸显示区域 替换成覆盖的图片 cv2.imshow('wangcai',frame) # 显示图片 key = cv2.waitKey(10) if key == ord('q') # 输入q退出读取 break cv2.destroyAllWindows() cap.release()
最终结果如下图
代码运行结果