python opencv 识别人脸_python+opencv人脸识别（人脸检测，存储人脸数据）解释超详细适合初学者...

import sys

import cv2

def CatchPICFromVideo(path_name, window_name="GET_FACE", camera_idx=0, catch_pic_num=500):

cv2.namedWindow(window_name)

# 视频来源，可以来自一段已存好的视频，也可以直接来自USB摄像头

cap = cv2.VideoCapture(camera_idx)#cap = cv2.VideoCapture(0)是打开本地摄像头

#打开本地视频

#cap =cv2.VideoCapture("/home/dong/Pictures/QQ视频20190417160108.mp4")

# 告诉OpenCV使用人脸识别分类器

classfier = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

# 识别出人脸后要画的边框的颜色，RGB格式

color = (0, 255, 0)

num = 0

while cap.isOpened():

ok, frame = cap.read() # 读取一帧数据

print(type(frame))

if not ok:

break

grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 将当前桢图像转换成灰度图像

# 人脸检测，1.2和2分别为图片缩放比例和需要检测的有效点数

faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=10, minSize=(32, 32))

'''

1 grey 是输入图像

2 scaleFactor这个是每次缩小图像的比例，默认是1.1 ，我这里选用1.2

3 minNeighbors 它表明如果有15个框都重叠一起了，那这里肯定是脸部

我以前是 minNeighbors=3容易判断错误，有些不是脸部也给标记起来了，在我看来，minNeighbors可以提高精度。

4 minSize() 匹配物体的最小范围

maxSize()匹配物体的最大范围

5 flags=0：可以取如下这些值：

CASCADE_DO_CANNY_PRUNING=1, 利用canny边缘检测来排除一些边缘很少或者很多的图像区域

CASCADE_SCALE_IMAGE=2, 正常比例检测

CASCADE_FIND_BIGGEST_OBJECT=4, 只检测最大的物体

'''

if len(faceRects) > 0: # 大于0则检测到人脸

for faceRect in faceRects: # 单独框出每一张人脸

x, y, w, h = faceRect

# 将当前帧保存为图片

img_name = '%s/%d.jpg ' % (path_name, num)

image = frame[y - 10: y + h + 10, x - 10: x + w + 10]

cv2.imwrite(img_name, image)

num += 1

if num > (catch_pic_num): # 如果超过指定最大保存数量退出循环

break

# 画出矩形框

cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)

# 显示当前捕捉到了多少人脸图片了，这样站在那里被拍摄时心里有个数，不用两眼一抹黑傻等着

font = cv2.FONT_HERSHEY_SIMPLEX

cv2.putText(frame, 'num:%d' % (num), (x + 30, y + 30), font, 1, (255, 0, 255), 4)

# 超过指定最大保存数量结束程序

if num > (catch_pic_num): break

# 显示图像

cv2.imshow(window_name, frame)

c = cv2.waitKey(10)

#waitKey()函数的功能是不断刷新图像，频率时间为delay，单位为ms。

if c & 0xFF == ord('q'):

break

# 释放摄像头并销毁所有窗口

cap.release()

cv2.destroyAllWindows()

if __name__ == '__main__':

#CatchPICFromVideo("识别人脸区域")

CatchPICFromVideo('E:\\work\\facode\\renlian-master\\data\\su')

#def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name):

#在函数定义中，几个参数，反别是窗口名字，摄像头系列号，捕捉照片数量，以及存储路径

人脸检测器(默认)：haarcascade_frontalface_default.xml

人脸检测器(快速Harr)：haarcascade_frontalface_alt2.xml

人脸检测器(侧视)：haarcascade_profileface.xml

眼部检测器(左眼)：haarcascade_lefteye_2splits.xml

眼部检测器(右眼)：haarcascade_righteye_2splits.xml

嘴部检测器：haarcascade_mcs_mouth.xml

鼻子检测器：haarcascade_mcs_nose.xml

身体检测器：haarcascade_fullbody.xml

人脸检测器(快速LBP)：lbpcascade_frontalface.xml