Python学习笔记之视频人脸检测识别实例教程-6ren

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

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:

 
    ? 
   
         # -*- 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:

 
    ? 
   
         # 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！。

文章推荐： Python模拟登录网易云音乐并自动签到

文章推荐：基于python+selenium自动健康打卡的实现代码

文章推荐： python列表和字符串的三种逆序遍历操作

文章推荐： Python爬虫scrapy框架Cookie池(微博Cookie池)的使用

windows - gcc 可被 cmd 识别，但不能被 bash 识别
我使用的是linux的windows子系统，安装了ubuntu，bash运行流畅。我正在尝试使用make，似乎bash 无法识别gcc。尝试将其添加到 PATH，但没有任何改变。奇怪的是 - cmd
installation - Imagick 被 WAMPServer 识别，但不被 PHP 识别
ImageMagick 已正确安装。 WAMP 的“PHP 扩展”菜单也显示带有勾选的 php_imagick。除了 Apache 和系统环境变量外，phpinfo() 没有显示任何 imagick
deterministic - 如果一种语言 (L) 被 n 状态 NFA 识别，它是否也能被状态不超过 2^n 的 DFA 识别？
我是这么想的，因为上限是 2^n，并且考虑到它们都是有限机，n 状态 NFA 和具有 2^n 或更少状态的 DFA 的交集将是有效。我错了吗？最佳答案你是对的。 2^n 是一个上限，因此生成的
r - 识别/描述向量中具有特定值的连续几天的序列
我有一个大型数据集，其中包含每日值，指示一年中的特定一天是否特别热(用 1 或 0 表示)。我的目标是识别 3 个或更多特别炎热的日子的序列，并创建一个包含每个日子的长度以及开始和结束日期的新数据集。
识别 R 向量中的特定元素顺序模式
我有一个向量列表，每个向量看起来像这样 c("Japan", "USA", "country", "Japan", "source", "country", "UK", "source", "coun
c - 识别/防止静态缓冲区溢出的工具和方法
是否有任何工具或方法可以识别静态定义数组中的缓冲区溢出(即 char[1234] 而不是 malloc(1234))？昨天我花了大部分时间来追踪崩溃和奇怪的行为，最终证明是由以下行引起的: // e
python - 手动创建的snakemake通配符未使用/识别
我一直在尝试通过导入制表符分隔的文件来手动创建 Snakemake 通配符，如下所示: dataset sample species frr PRJNA493818_GSE120639_SRP1628
python - 手动创建的snakemake通配符未使用/识别
我一直在尝试通过导入制表符分隔的文件来手动创建 Snakemake 通配符，如下所示: dataset sample species frr PRJNA493818_GSE120639_SRP1628
c# - 人声识别/识别
我想录下某人的声音，然后根据我获得的关于他/她声音的信息，如果那个人再次说话，我就能认出来!问题是我没有关于哪些统计数据(如频率)导致人声差异的信息，如果有人可以帮助我如何识别某人的声音？在研究过程
c++ - 识别 “Enter”
我希望我的程序能够识别用户何时按下“enter”并继续循环播放。但是我不知道如何使程序识别“输入”。尝试了两种方法: string enter; string ent = "\n"; dice d1;
识别 Bash 脚本中文件扩展名的正则表达式模式对于捕获压缩文件不准确
我创建了这个带有一个参数(文件名)的 Bash 小脚本，该脚本应该根据文件的扩展名做出响应: #!/bin/bash fileFormat=${1} if [[ ${fileFormat} =~ [F
ios - 识别 subview
我正在寻找一种在 for 循环内迭代时识别 subview 对象的方法，我基本上通过执行 cell.contentView.subviews 从 UITableView 的 contentView 获
Swift CallKit 识别
我正在尝试在 Swift 中使用 CallKit 来识别调用者。我正在寻找一种通过发出 URL 请求来识别调用者的方法。例如:+1-234-45-241 给我打电话，我希望它向 mydomain.
javascript - 厚盒插件 - 识别
我将(相当古老的)插件称为“thickbox”，如下所述: 创建厚盒时，它包含基于查询的内容列表。使用 JavaScript 或 jQuery，我希望能够访问 type 的值(在上面的示例中 t
c++ - 识别/生成波形？
我想编写一些可以接受某种输入并将其识别为方波、三角波或某种波形的代码。我还需要一些产生所述波的方法。我确实有使用 C/C++ 的经验，但是，我不确定我将如何模拟所有这些。最终，我想将其转换为微 Co
C# 识别 for 循环中的项目
我创建了一个 for 循环，用于在每个部分显示 8 个项目，但我试图在循环中识别某些项目。例如，我想识别前两项，然后是第五项和第六项，但我的识别技术似乎是正确的。 for (int i = 0; i
ios - 识别 UIStoryboard
如何识别 UIStoryboard？该类具有创建和实例化的方法，但我没有看到带有类似name 的@property。例如获取 Storyboard对象 + storyboardWithName:b
识别 MSSQL 各个版本的版本号的方法
如何确定所运行的SQLServer2005的版本要确定所运行的SQLServer2005的版本，请使用SQLServerManagementStudio连接到SQLServer2005，然后运行
javascript - 识别 Javascript 中的函数名称或属性
这个问题在这里已经有了答案: How to check whether an object is a date? (26 个答案) 关闭2 年前。我正在使用一个 npm 模块，它在错误时抛出一个空
android - 后台 Activity 识别
我正在制作一个使用 ActivityRecognition API 在后台跟踪用户 Activity 的应用，如果用户在指定时间段(例如 1 小时)内停留在同一个地方，系统就会推送通知告诉用户去散步.

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

Python学习笔记之视频人脸检测识别实例教程