opencv 读取本机摄像头画面并实现人脸框的检测

本文介绍如何利用OpenCV的VideoCapture类读取摄像头,并结合内置的人脸检测模型进行实时人脸框检测。通过detectMultiScale函数,调整参数如scaleFactor、minNeighbors等,实现高效准确的人脸检测。
摘要由CSDN通过智能技术生成

先放代码,在一一解释

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main() {
    VideoCapture capture(0);   //调用本地摄像头

    String cascadeFilePath = "E:\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_alt.xml";  //opencv训练好的分类模型

    CascadeClassifier face_cascade;  //实例化分类器

    if (!face_cascade.load(cascadeFilePath))         
好的,以下是基于OpenCV的Python代码示例,可以启动本机摄像头检测人脸和眼睛: ```python import cv2 # 加载人脸和眼睛级联分类器 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml') # 启动摄像头 cap = cv2.VideoCapture(0) while True: # 读取摄像头帧 ret, frame = cap.read() # 转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, 1.3, 5) # 对每个检测到的人脸进行处理 for (x,y,w,h) in faces: # 在原图像上绘制人脸矩形 cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2) # 在人脸区域内检测眼睛 roi_gray = gray[y:y+h, x:x+w] roi_color = frame[y:y+h, x:x+w] eyes = eye_cascade.detectMultiScale(roi_gray) # 对每个检测到的眼睛进行处理 for (ex,ey,ew,eh) in eyes: # 在原图像上绘制眼睛矩形 cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2) # 显示处理后的图像 cv2.imshow('frame',frame) # 按下q键退出 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头并关闭所有窗口 cap.release() cv2.destroyAllWindows() ``` 需要注意的是,上述代码中的`haarcascade_frontalface_default.xml`和`haarcascade_eye.xml`是OpenCV中预先训练好的人脸和眼睛级联分类器模型文件,可以在OpenCV的安装目录中找到。如果你没有这些文件,可以从OpenCV的GitHub仓库中下载:https://github.com/opencv/opencv/tree/master/data/haarcascades
评论 1
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

打赏作者

一只放纵的死魂灵

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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