opencv 人脸检测 java_视频人脸检测——OpenCV版（三）

视频人脸检测是图片人脸检测的高级版本，图片检测详情点击查看我的上一篇《图片人脸检测——OpenCV版(二)》

往期目录

实现思路：

调用电脑的摄像头，把摄像的信息逐帧分解成图片，基于图片检测标识出人脸的位置，把处理的图片逐帧绘制给用户，用户看到的效果就是视频的人脸检测。

效果预览：

实现步骤

使用OpenCV调用摄像头并展示

获取摄像头：

cap = cv2.VideoCapture(0)

参数0表示，获取第一个摄像头。

显示摄像头 逐帧显示，代码如下：

while (1):

ret, img = cap.read()

cv2.imshow("Image", img)

if cv2.waitKey(1) & 0xFF == ord('q'):

break

cap.release() # 释放摄像头

cv2.destroyAllWindows() # 释放窗口资源

cv2.waitKey(1) & 0xFF使用了“&”位元算法，含义是获取用户输入的最后一个字符的ASCII码，如果输入的是“q”，则跳出循环。

视频的人脸识别

这个时候，用到了上一节的《图片人脸检测——OpenCV版(二)》 把人脸识别的代码封装成方法，代码如下：

def discern(img):

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cap = cv2.CascadeClassifier(

"C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml"

)

faceRects = cap.detectMultiScale(

gray, scaleFactor=1.2, minNeighbors=3, minSize=(50, 50))

if len(faceRects):

for faceRect in faceRects:

x, y, w, h = faceRect

cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2) # 框出人脸

cv2.imshow("Image", img)

再循环摄像头帧图片的时候，调用图片识别方法即可，代码如下：

# 获取摄像头0表示第一个摄像头

cap = cv2.VideoCapture(0)

while (1): # 逐帧显示

ret, img = cap.read()

# cv2.imshow("Image", img)

discern(img)

if cv2.waitKey(1) & 0xFF == ord('q'):

break

cap.release() # 释放摄像头

cv2.destroyAllWindows() # 释放窗口资源

完整的代码如下：

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

# OpenCV版本的视频检测

import cv2

# 图片识别方法封装

def discern(img):

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cap = cv2.CascadeClassifier(

"C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml"

)

faceRects = cap.detectMultiScale(

gray, scaleFactor=1.2, minNeighbors=3, minSize=(50, 50))

if len(faceRects):

for faceRect in faceRects:

x, y, w, h = faceRect

cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2) # 框出人脸

cv2.imshow("Image", img)

# 获取摄像头0表示第一个摄像头

cap = cv2.VideoCapture(0)

while (1): # 逐帧显示

ret, img = cap.read()

# cv2.imshow("Image", img)

discern(img)

if cv2.waitKey(1) & 0xFF == ord('q'):

break

cap.release() # 释放摄像头

cv2.destroyAllWindows() # 释放窗口资源