gpt4 book ai didi

python3.8动态人脸识别的实现示例

转载 作者:qq735679552 更新时间:2022-09-27 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python3.8动态人脸识别的实现示例由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

1、准备依赖库 。

?
1
2
pip install dlib
pip python - opencv

2、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
69
70
71
72
73
74
75
76
77
78
79
80
81
#coding: utf-8
"""
从视屏中识别人脸,并实时标出面部特征点
"""
import dlib           #人脸识别的库dlib
 
import cv2           #图像处理的库OpenCv
 
# 使用特征提取器get_frontal_face_detector
detector = dlib.get_frontal_face_detector()
# 读入视频文件
# cap = cv2.VideoCapture("row.MP4")
#建cv2摄像头对象,这里使用电脑自带摄像头,如果接了外部摄像头,则自动切换到外部摄像头
cap = cv2.VideoCapture( 0 )
 
# 设置视频参数,propId设置的视频参数,value设置的参数值
cap. set ( 3 , 480 )
# 截图screenshoot的计数器
cnt = 0
# cap.isOpened() 返回true/false 检查初始化是否成功
while (cap.isOpened()):
 
   # cap.read()
   # 返回两个值:
   #  一个布尔值true/false,用来判断读取视频是否成功/是否到视频末尾
   #  图像对象,图像的三维矩阵
   flag, im_rd = cap.read()
 
   # 每帧数据延时1ms,延时为0读取的是静态帧
   k = cv2.waitKey( 1 )
 
   # 取灰度
   img_gray = cv2.cvtColor(im_rd, cv2.COLOR_RGB2GRAY)
 
   # 使用人脸检测器检测每一帧图像中的人脸。并返回人脸数rects
   faces = detector(img_gray, 0 )
 
   # 待会要显示在屏幕上的字体
   font = cv2.FONT_HERSHEY_SIMPLEX
 
   # 如果检测到人脸
   if ( len (faces)! = 0 ):
 
     # 对每个人脸都画出框框
     for i in range ( len (faces)):
       # enumerate方法同时返回数据对象的索引和数据,k为索引,d为faces中的对象
       for k, d in enumerate (faces):
         # 用红色矩形框出人脸
         cv2.rectangle(im_rd, (d.left(), d.top()), (d.right(), d.bottom()), ( 0 , 255 , 0 ), 2 )
         # 计算人脸热别框边长
         face_width = d.right() - d.left()
         #在上方显示文字
         cv2.putText(im_rd, str (face_width) , (d.left(), d.top() - 20 ), font, 0.5 , ( 255 , 0 , 0 ), 1 )
     # 标出人脸数
     cv2.putText(im_rd, "Faces: " + str ( len (faces)), ( 20 , 50 ), font, 1 , ( 0 , 0 , 255 ), 1 , cv2.LINE_AA)
   else :
     # 没有检测到人脸
     cv2.putText(im_rd, "No Face" , ( 20 , 50 ), font, 1 , ( 0 , 0 , 255 ), 1 , cv2.LINE_AA)
 
   # 添加说明
   im_rd = cv2.putText(im_rd, "S: screenshot" , ( 20 , 400 ), font, 0.8 , ( 0 , 0 , 255 ), 1 , cv2.LINE_AA)
   im_rd = cv2.putText(im_rd, "Q: quit" , ( 20 , 450 ), font, 0.8 , ( 0 , 0 , 255 ), 1 , cv2.LINE_AA)
 
 
   #检测按键
   k = cv2.waitKey( 1 )
   # 按下s键截图保存
   if (k = = ord ( 's' )):
     cnt + = 1
     cv2.imwrite( "screenshoot" + str (cnt) + ".jpg" , im_rd)
   # 按下q键退出
   if (k = = ord ( 'q' )):
     break
 
   # 窗口显示
   cv2.imshow( "camera" , im_rd)
 
# 释放摄像头
cap.release()
# 删除建立的窗口
cv2.destroyAllWindows()

3、实验结果 。

python3.8动态人脸识别的实现示例

到此这篇关于python3.8动态人脸识别的实现示例的文章就介绍到这了,更多相关python3.8动态人脸识别内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我! 。

原文链接:https://blog.csdn.net/seek97/article/details/108686434 。

最后此篇关于python3.8动态人脸识别的实现示例的文章就讲到这里了,如果你想了解更多关于python3.8动态人脸识别的实现示例的内容请搜索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