解析全在注释里,opencv为第三方库,需要自己安装,安装方法:
pip install opencv-python
其他必要的库请读者自行安装,这里不再赘述。opencv库中的方法精度并不是很高,影响因素非常多,可以采用降噪等方法提高精度。
开源的opencv库用于平时学习还是非常有帮助的,至于想做企业级产品还是建议另寻他法。
import cv2
import numpy as np
import os
import shutil
import matplotlib.pyplot as plt
# 采集自己的人脸数据
def generator(data, size):
'''
打开摄像头,读取帧,检测该帧图像中的人脸,并进行剪切、缩放
生成图片满足以下格式:
1.灰度图,后缀为 .png
2.图像大小相同
data:指定生成的人脸数据的保存路径
size:采集的样本数
'''
name = input('输入要训练的对象名(不能有中文):\n')
# 如果路径存在则删除路径
path = os.path.join(data, name)
if os.path.isdir(path):
shutil.rmtree(path)
# 创建文件夹
os.mkdir(path)
# 创建一个级联分类器,路径每个人的各不同
face_casecade = cv2.CascadeClassifier('D:/Program Files (x86)/python/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')
# 打开摄像头
camera = cv2.VideoCapture(0)
cv2.namedWindow('demo')
# 计数
count = 1
flag = False
while (True):
# 读取一帧图像
ret, frame = camera.read()
if ret:
# 转换为灰度图
gray_img = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 人脸检测
face = face_casecade.detectMultiScale(gray_img, 1.3, 5)
for (x, y, w, h) in face:
# 在原图上绘制矩形
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
# 调整图像大小
new_frame = cv2.