gpt4 book ai didi

Python学习笔记之视频人脸检测识别实例教程

转载 作者:qq735679552 更新时间:2022-09-28 22:32:09 25 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python学习笔记之视频人脸检测识别实例教程由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

前言 。

上一篇博文与大家分享了简单的图片人脸识别技术,其实在实际应用中,很多是通过视频流的方式进行识别,比如人脸识别通道门禁考勤系统、人脸动态跟踪识别系统等等.

下面话不多说了,来一起看看详细的介绍吧 。

案例 。

这里我们还是使用 opencv 中自带了 haar人脸特征分类器,通过读取一段视频来识别其中的人脸.

代码实现:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
# -*- coding: utf-8 -*-
__author__ = "小柒"
__blog__ = "https://blog.52itstyle.vip/"
import cv2
import os
 
 
# 保存好的视频检测人脸并截图
def catchpicfromvideo(window_name, camera_idx, catch_pic_num, path_name):
  cv2.namedwindow(window_name)
 
  # 视频来源
  cap = cv2.videocapture(camera_idx)
 
  # 告诉opencv使用人脸识别分类器
  classfier = cv2.cascadeclassifier(os.getcwd() + "\\haarcascade\\haarcascade_frontalface_alt.xml" )
 
  # 识别出人脸后要画的边框的颜色,rgb格式, color是一个不可增删的数组
  color = ( 0 , 255 , 0 )
 
  num = 0
  while cap.isopened():
  ok, frame = cap.read() # 读取一帧数据
  if not ok:
   break
 
  grey = cv2.cvtcolor(frame, cv2.color_bgr2gray) # 将当前桢图像转换成灰度图像
 
  # 人脸检测,1.2和2分别为图片缩放比例和需要检测的有效点数
  facerects = classfier.detectmultiscale(grey, scalefactor = 1.2 , minneighbors = 3 , minsize = ( 32 , 32 ))
  if len (facerects) > 0 : # 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
 
   # 将当前帧保存为图片
   img_name = "%s/%d.jpg" % (path_name, num)
   # print(img_name)
   image = frame[y - 10 : y + h + 10 , x - 10 : x + w + 10 ]
   cv2.imwrite(img_name, image, [ int (cv2.imwrite_png_compression), 9 ])
 
   num + = 1
   if num > (catch_pic_num): # 如果超过指定最大保存数量退出循环
    break
 
   # 画出矩形框
   cv2.rectangle(frame, (x - 10 , y - 10 ), (x + w + 10 , y + h + 10 ), color, 2 )
 
   # 显示当前捕捉到了多少人脸图片了,这样站在那里被拍摄时心里有个数,不用两眼一抹黑傻等着
   font = cv2.font_hershey_simplex
   cv2.puttext(frame, 'num:%d/100' % (num), (x + 30 , y + 30 ), font, 1 , ( 255 , 0 , 255 ), 4 )
 
   # 超过指定最大保存数量结束程序
  if num > (catch_pic_num): break
 
  # 显示图像
  cv2.imshow(window_name, frame)
  c = cv2.waitkey( 10 )
  if c & 0xff = = ord ( 'q' ):
   break
 
   # 释放摄像头并销毁所有窗口
  cap.release()
  cv2.destroyallwindows()
 
 
if __name__ = = '__main__' :
  # 连续截100张图像
  catchpicfromvideo( "get face" , os.getcwd() + "\\video\\kelake.mp4" , 100 , "e:\\videocapture" )

动图有点花,讲究着看吧:

Python学习笔记之视频人脸检测识别实例教程

如果是捕捉摄像头,只需要改变以下代码即可:

?
1
2
# 如果获取摄像头,参数修改为 0 即可
cap = cv2.videocapture( 0 )

源码 。

https://gitee.com/52itstyle/python/tree/master/day09 。

总结 。

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对我的支持.

原文链接:https://blog.52itstyle.vip/archives/3794/ 。

最后此篇关于Python学习笔记之视频人脸检测识别实例教程的文章就讲到这里了,如果你想了解更多关于Python学习笔记之视频人脸检测识别实例教程的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com