python怎么让摄像头图像暂停然后在启动_Python人脸识别代码详解(完整版)

#在这个python文件中,训练识别人脸
#我们使用的是openCV库提供的默认识别器
#我们还使用os模块来查找图像的目录
#我们将使用名为cv2.face.LBPHFaceRecognizer_create()的函数来实现识别器
#然后我们将使用Python pillow库从目录中加载图像
#我们还将使用Pickle库来存储标签

项目如图

e9ff96f26c643eb286868c6047627d52.png

314f9292cd3ed6cb52266c41d74a39f3.png

Face_Recognition_Trainaing.py文件

#________________________Lets start the project_______________________#

FaceRecognition.py文件

import cv2#下载opencv-contrib-python
import numpy
import pickle
#打开摄像头
Webcam  = cv2.VideoCapture(0)
# 加载OpenCV人脸检测分类器Haar
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_alt2.xml')

Recognizer  = cv2.face.LBPHFaceRecognizer_create()
Recognizer.read('Training.yml')

Labels = {}

with open('Label.pickle' , 'rb') as file:
    OriginalLabel = pickle.load(file)
    Labels = {v:k for k,v in OriginalLabel.items()}

while (True):
    Return ,Frame =Webcam.read() #读取该帧的画面
    Frame = cv2.flip(Frame , 1)

    GrayScale = cv2.cvtColor(Frame , cv2.COLOR_BGR2GRAY)# 6灰度处理
    Faces = face_cascade.detectMultiScale(GrayScale , 1.3 ,5)# 检查人脸
    for X,Y,W,H in Faces:
        ROI_GRAY = GrayScale[Y:Y+H , X:X+W]
        ROI_COLOR = Frame[Y:Y+H , X:X+W]

        ID , Confidence = Recognizer.predict(ROI_GRAY)#预测函数
        if Confidence >= 45:
            print(Labels[ID])
            cv2.putText(Frame , Labels[ID],(X,Y) , cv2.FONT_HERSHEY_SIMPLEX , 1,(0,0,255),2)
        cv2.rectangle(Frame , (X,Y) , (X+W , Y+H) , (255 , 0 , 0) , 1)
    # 9显示图片
    cv2.imshow('Image'  , Frame)
    # 10暂停窗口
    if cv2.waitKey(1) == ord('q'):
        break
# 11释放资源
Webcam.release()
# #12销毁窗口
cv2.destroyAllWindows()

314f9292cd3ed6cb52266c41d74a39f3.png

参考:https://www.cnblogs.com/ningxinjie/p/11542950.html

为什么使用yml文件https://blog.csdn.net/sereasuesue/article/details/1052942364

Python数据存储:pickle模块的使用讲解https://blog.csdn.net/sereasuesue/article/details/105293917

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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