Anaconda自带编译器Spyder运行opencv

win10+anaconda3+opencv（个人笔记）

配置环境

环境配置忽略，有空我整理一下。如果报错可以把错误放进百度里搜索一下。

用cv读取图片

#导入cv模块
import cv2 as cv
#读取图像，支持 bmp、jpg、png、tiff 等常用格式，注意地址反斜杠写法
img = cv.imread("C:\\Users\\Lenovo\\Desktop\\messi5.png")

#创建窗口并显示图像
cv.namedWindow("Image")
cv.imshow("Image",img)
cv.waitKey(0)
#释放窗口
cv.destroyAllWindows()

使用训练分类器查找人脸（图片）

import cv2
 
img = cv2.imread("C:\\Users\\Lenovo\\Desktop\\2344.jpg")  # 读取图片，图片地址注意斜线
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换灰色
 
# OpenCV人脸识别分类器，这个去找已经安装的opencv里面的，千万没有必要另外下载！！！！
classifier = cv2.CascadeClassifier(
    "E:\opencv\sources\data\haarcascades\haarcascade_frontalface_default.xml"
)
color = (0, 255, 0)  # 定义绘制颜色
# 调用识别人脸
faceRects = classifier.detectMultiScale(
    gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
if len(faceRects):  # 大于0则检测到人脸
    for faceRect in faceRects:  # 单独框出每一张人脸
        x, y, w, h = faceRect
        # 框出人脸
        cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)
        # 左眼
        cv2.circle(img, (x + w // 4, y + h // 4 + 30), min(w // 8, h // 8),
                   color)
        #右眼
        cv2.circle(img, (x + 3 * w // 4, y + h // 4 + 30), min(w // 8, h // 8),
                   color)
        #嘴巴
        cv2.rectangle(img, (x + 3 * w // 8, y + 3 * h // 4),
                      (x + 5 * w // 8, y + 7 * h // 8), color)
 
cv2.imshow("image", img)  # 显示图像
c = cv2.waitKey(10)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

由此可知，使用这种方法进行人脸识别有一定的缺陷，譬如右边的侧脸小姐姐并没有识别上去。

使用训练分类器查找人脸（视频）

# -*- coding:utf-8 -*-
# OpenCV版本的视频检测
import cv2
 
 
# 图片识别方法封装
def discern(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    cap = cv2.CascadeClassifier(
       "E:\opencv\sources\data\haarcascades\haarcascade_frontalface_default.xml"
    )
    faceRects = cap.detectMultiScale(
        gray, scaleFactor=1.2, minNeighbors=3, minSize=(50, 50))
    if len(faceRects):
        for faceRect in faceRects:
            x, y, w, h = faceRect
            cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2)  # 框出人脸
    cv2.imshow("Image", img)
 
 
# 获取摄像头0表示第一个摄像头
cap = cv2.VideoCapture(0)
while (1):  # 逐帧显示
    ret, img = cap.read()
    # cv2.imshow("Image", img)
    discern(img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()  # 释放摄像头
cv2.destroyAllWindows()  # 释放窗口资源