【OpenCV】简单的Python实现人脸检测

利用Python和OpenCV库,通过30行简洁代码轻松完成人脸检测任务。虽然Python效率相对较低,但调用C语言编写的opencv模块,确保了在人脸检测速度上的高效。该示例依赖于OpenCV自带的级联分类器。
摘要由CSDN通过智能技术生成

参考OpenCV自带的例子,30行python代码实现人脸检测,不得不说,Python这个语言的优势太明显了,几乎把所有复杂的细节都屏蔽了,虽然效率较差,不过在调用opencv的模块时,因为模块都是C语言编写,所以在效率上并不会比用C或者C++编写慢太多。本例子使用自带的级联分类器。

#!/usr/bin/env python
import cv2

def faceDetect(img, face_cascade):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    return img

def main():
    cap = cv2.VideoCapture(1)
    face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    while(True):
        # Capture frame-by-frame
        ret, frame = cap.read()
        #frame = imread("2017-02-26-200818.jpg")
        # Our operations on the frame come here
        if ret == True:
            frame = faceDetect(frame, face_cascade)
        # Display the resulting frame
        cv2.imshow('frame',frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    # When everything done, release the capture
    cap.release()
    cv2.destroyAllWindows()

main()
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