gpt4 book ai didi

python调用OpenCV实现人脸识别功能

转载 作者:qq735679552 更新时间:2022-09-27 22:32:09 29 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调用OpenCV实现人脸识别功能由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

Python调用OpenCV实现人脸识别,供大家参考,具体内容如下 。

硬件环境:

Win10 64位 。

软件环境:

Python版本:2.7.3 。

IDE:JetBrains PyCharm 2016.3.2 。

Python库:

1.1) opencv-python(3.2.0.6) 。

搭建过程:

OpenCV Python库:

1. PyCharm的插件源中选择opencv-python(3.2.0.6)库安装 。

题外话:Python入门Tips 。

PS1:如何安装whl文件 。

1.先安装PIP 。

2.CMD命令进入D:\Python27\Scripts里面后再执行PIP命令安装pip install wheel 如果提示'pip'不是内部或外部命令,也不是可运行的程序或批处理文件: ①将python安装目录下的scripts目录(例如D:\Python27\Scripts)添加到系统环境变量path里,注意前加分号。再执行该命令 pip install wheel ②在cmd下进入到D:\Python27\Scripts目录下执行该命令 pip install wheel 。

3.把文件最好放在\Script文件夹里面再pip install xxxx.whl 。

4.注意whl文件名不能改 必须一模一样和原名 。

PS2:到哪找.whl文件?

相关代码:

?
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
import cv2
import numpy as np
 
cv2.namedWindow( "test" ) # Create a window
cap = cv2.VideoCapture( 0 ) #Open camera one
success, frame = cap.read() #Read one frame
 
print ( "Camera open operation is: " , success);
color = ( 255 , 0 , 0 ) #Config the color
classfier = cv2.CascadeClassifier( "Resources\haarcascade_frontalface_alt.xml" )
 
#Make sure this xml file is in the same directory with py file
#Otherwise change it to absolute directory. This xml file can be found in D:\My
 
Documents\Downloads\opencv\sources\data\haarcascades
 
while success:
   success, frame = cap.read()
   size = frame.shape[: 2 ] #
   image = np.zeros(size, dtype = np.float16) #
   image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #
   cv2.equalizeHist(image, image) #
   #Below three lines config the minimal image size
   divisor = 8
   h, w = size
   minSize = (( int )(w / divisor), ( int )(h / divisor))
   faceRects = classfier.detectMultiScale(image, 1.2 , 2 , cv2.CASCADE_SCALE_IMAGE, minSize) #Face detect
   if len (faceRects) > 0 : #If face array length > 0
     for faceRect in faceRects: #Draw a rectangle for every face
         xf, yf, wf, hf = faceRect
         x = int (( float )(xf))
         y = int (( float )(yf))
         w = int (( float )(wf))
         h = int (( float )(hf))
         cv2.rectangle(frame, (x, y), (x + w, y + h), color)
         cv2.circle(frame, (( int )(x + 1.2 * w / 4 ), ( int )(y + h / 3 )), min (( int )(w / 8 ), ( int )(h / 8 )), ( 255 , 0 , 0 ))
         cv2.circle(frame, (( int )(x + 2.8 * w / 4 ), ( int )(y + h / 3 )), min (( int )(w / 8 ), ( int )(h / 8 )), ( 255 , 0 , 0 ))
         #cv2.rectangle(frame, ((int)(x + 3 * w / 8, (int)(y + 3 * h / 4))), ((int)(x + 5 * w / 8), (int)(y + 7 * h / 8)), (255, 0, 0))
   cv2.imshow( "test" , frame) #Display image
 
   key = cv2.waitKey( 10 )
   c = chr (key & 255 )
   if c in [ 'q' , 'Q' , chr ( 27 )]:
     break
 
cv2.destroyWindow( "test" )

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我.

原文链接:https://blog.csdn.net/jgw2008/article/details/78501009 。

最后此篇关于python调用OpenCV实现人脸识别功能的文章就讲到这里了,如果你想了解更多关于python调用OpenCV实现人脸识别功能的内容请搜索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! 。

29 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com