python动态人脸识别_Python动态人脸识别

这里介绍使用摄像头捕获实时人脸信息

'''

从摄像头捕获实时画面进行人脸检测

'''

import cv2

# 准备面部检测引擎和人眼检测引擎

# 注意调用方法没有任何区别

# 只是选择的xml文件不一样

# 面部检测是haarcascade_frontalface_default.xml

# 人眼检测是haarcascade_eye.xml

face_engine = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')

# 调用VideoCapture函数

# 参数设为0表示打开本地默认摄像头

# 参数若为文件路径也可以打开一个本地的视频文件

# 返回一个VideoCapture对象

cap = cv2.VideoCapture(0)

# 应该是设置屏幕亮度的参数

# 默认以下设置

cap.set(10,10)

# 由于人脸检测是在静态的图片上进行

# 所以需要对摄像头捕获的内容进行逐帧检测

# 定义下面的循环体

while True:

# 调用read函数读取每一帧的图片

# 返回两个值

# success表示若图片读取成功返回True

# frame表示返回的Image对象

success, frame = cap.read()

# 使用面部识别引擎检测人脸

# 返回一个包含面部区域信息的可迭代对象

faces = face_engine.detectMultiScale(frame, 1.3, 3)

# 对每个面部区域画出矩形

for (x,y,w,h) in faces:

# 在图片frame上绘制矩形

img1 = cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)

# 截取人脸区域

# 因为人眼在人脸上

# 所以人眼检测一定在面部区域进行

# 可以提高检测的效率

face_area = img1[y:y+h,x:x+w]

# 人眼检测

eyes = eye_cascade.detectMultiScale(face_area,1.3,3)

# 绘制人眼矩形区域

for (ex,ey,ew,eh) in eyes:

cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)

# 绘制好矩形区域后，创建图片显示窗口

cv2.imshow('Face_recognition', frame)

# 条件限制

# 表示键盘每隔5毫秒监听一次

# 0xFF == ord('q')表示按下键盘上的Q键触发动作break退出循环

# 注意这里的Q键必须要在英文输入法条件下进行

if cv2.waitKey(5) & 0xFF == ord('q'):

break

# 调用release函数关闭摄像头

# 这个要特别注意!

cap.release()

# 顾名思义，清理窗口、退出窗口

cv2.destroyAllWindows()

最后会这样显示

比如奥观海，一般计算机视觉行内人都是必备奥观海的图片的，就像之前说过的Lena图一样。

这是实时拍摄的嗷！

标签：xml,人脸识别,Python,检测,frame,cv2,face,人眼,动态