python结合opencv实现人脸检测与跟踪-6ren

python结合opencv实现人脸检测与跟踪

转载作者：qq735679552 更新时间：2022-09-29 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结合opencv实现人脸检测与跟踪由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

模式识别课上老师留了个实验，在VC++环境下利用OpenCV库编程实现人脸检测与跟踪.

然后就开始下载opencv和vs2012，再然后，配置了好几次还是配置不成功，这里不得不吐槽下微软，软件做这么大，这么难用真的好吗?

于是就尝试了一下使用python完成实验任务，大概过程就是这样子的:

首先，配置运行环境:

下载opencv和python的比较新的版本，推荐opencv2.4.X和python2.7.X.

直接去官网下载就ok了，python安装时一路next就行，下载的opencv.exe文件运行后基本上是一个解压的过程，自己选择一个解压路径（尽量不要出现中文），然后就坐等解压完成.

然后从opencv解压后的路径中找（D:\My Documents\Downloads）\opencv\build\python\2.7\x86，（）里面的部分是你自己的安装路径，其中x86对应32位的机器，x64代表64位的机器，当然要按照你机器的实际情况选择了。将这个路径里面的cv2.pyd拷贝至python2.7的模块路径C:\Python27\Lib\site-packages里，python2.7默认安装在C盘跟目录下.

此时打开python，在cmd下输入python，或者直接打开“所有程序->active state active python->Python Interactive Shell”都行.

接下来输入import cv2，出错了对不对？为什么呢?

这是因为没有安装numpy这个python模块，去numpy的官网下载一个比较新的版本，因为最新的版本一般都是源代码，需要去命令行中安装，比较麻烦，推荐找一个exe文件。注意，在官网给出的链接中，切记看完全名称，后面一般都会提示这个模块在哪个python版本下安装时比较和谐，选择你自己安装的python版本对应的numpy模块。下载完成后安装时看一下该模块给出的python路径对不对，对的话然后next就行了，不对的话可能就是你的python是2.7，却下了numpy for python 3.0. 。

这时再去import一下cv2，如果什么也没有输出的话就是import成功了.

简直比vs下的配置简单了好几个数量级，对不对?

配置好环境后，跟着opencv嗨起来！。

然后在pythonwin或idle（python gui）下新建一个py文件，输入以下代码:

 
    ? 
   
 
     
       
       
         import 
         cv2 
        
 
         import 
         numpy as np 
        
 
         cv2.namedWindow( 
         "test" 
         ) 
        
 
         cap 
         = 
         cv2.VideoCapture( 
         0 
         ) 
        
 
         success,frame 
         = 
         cap.read() 
        
 
         classifier 
         = 
         cv2.CascadeClassifier( 
         "haarcascade_frontalface_alt.xml" 
         )    
         #确保此xml文件与该py文件在一个文件夹下，否则将这里改为绝对路径，此xml文件可在D:\My Documents\Downloads\opencv\sources\data\haarcascades下找到。 
        

            
        
 
         while 
         success: 
        
 
         　　success,frame 
         = 
         cap.read() 
        
 
         　　size 
         = 
         frame.shape[: 
         2 
         ] 
        
 
         　　image 
         = 
         np.zeros(size,dtype 
         = 
         np.float16) 
        
 
         　　image 
         = 
         cv2.cvtColor(frame,cv2.cv.CV_BGR2GRAY) 
        
 
         　　cv2.equalizeHist(image,image) 
        
 
         　　divisor 
         = 
         8 
        
 
         　　h,w 
         = 
         size 
        
 
         　　minSize 
         = 
         (w 
         / 
         divisor,h 
         / 
         divisor) 
        
 
         　　faceRects 
         = 
         classifier.detectMultiScale(image, 
         1.2 
         , 
         2 
         ,cv2.CASCADE_SCALE_IMAGE,minSize) 
        
 
         　　 
         if 
         len 
         (faceRects)> 
         0 
         : 
        
 
         　　　　 
         for 
         faceRect  
         in 
         faceRects: 
        
 
         　　　　　　x,y,w,h 
         = 
         faceRect 
        
 
         　　　　　　cv2.circle(frame,(x 
         + 
         w 
         / 
         2 
         ,y 
         + 
         h 
         / 
         2 
         ), 
         min 
         (w 
         / 
         2 
         ,h 
         / 
         2 
         ),( 
         255 
         , 
         0 
         , 
         0 
         )) 
        
 
         　　　　　　cv2.circle(frame,(x 
         + 
         w 
         / 
         4 
         ,y 
         + 
         h 
         / 
         4 
         ), 
         min 
         (w 
         / 
         8 
         ,h 
         / 
         8 
         ),( 
         255 
         , 
         0 
         , 
         0 
         )) 
        
 
         　　　　　　cv2.circle(frame,(x 
         + 
         3 
         * 
         w 
         / 
         4 
         ,y 
         + 
         h 
         / 
         4 
         ), 
         min 
         (w 
         / 
         8 
         ,h 
         / 
         8 
         ),( 
         255 
         , 
         0 
         , 
         0 
         )) 
        
 
         　　　　　　cv2.rectangle(frame,(x 
         + 
         3 
         * 
         w 
         / 
         8 
         ,y 
         + 
         3 
         * 
         h 
         / 
         4 
         ),(x 
         + 
         5 
         * 
         w 
         / 
         8 
         ,y 
         + 
         7 
         * 
         h 
         / 
         8 
         ),( 
         255 
         , 
         0 
         , 
         0 
         )) 
        
 
         　　cv2.imshow( 
         "test" 
         ,frame)  
        
 
         　　key 
         = 
         cv2.waitKey( 
         10 
         ) 
        
 
         　　c 
         = 
         chr 
         (key& 
         255 
         ) 
        
 
         　　 
         if 
         c  
         in 
         [ 
         'q' 
         , 
         'Q' 
         , 
         chr 
         ( 
         27 
         )]: 
        
 
         　　　　 
         break 
        
 
         cv2.destroyWindow( 
         "test" 
         ) 
        
 
     
 
   

为什么没有注释，你恐怕知道下雨天，dir（）和help()更配呦.

这段代码的功能就是对计算机摄像头拍到的视频加以处理，使其显示并追踪人脸。下图是运行效果:

python结合opencv实现人脸检测与跟踪

最后再说一句，这个过程说起来简单，但很容易出错，希望大家能自己找到错误的原因，并解决错误。如果自己解决不了的话，不妨把问题贴在评论里，大家来共同解决，共同进步.

以上所述就是本文的全部内容了，希望大家能够喜欢.

最后此篇关于python结合opencv实现人脸检测与跟踪的文章就讲到这里了,如果你想了解更多关于python结合opencv实现人脸检测与跟踪的内容请搜索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： CentOS中使用virtualenv搭建python3环境

文章推荐： PHP查询附近的人及其距离的实现方法

文章推荐： Smarty分页实现方法完整实例

文章推荐： IOS property属性详细介绍使用注意事项

python - Python 中的集群或合并集群以减少组数 (Python)
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库，但没有成功。我猜它只是通过 knn 聚类
python - python 列表的子集基于同一列表的元素组，pythonically
我有一个扁平数字列表，这些数字逻辑上以 3 为一组，其中每个三元组是 (number, __ignored, flag[0 or 1])，例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
python - 激活 Python 虚拟环境并在另一个 Python 脚本中调用 Python 脚本
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
python - 在焕然一新的 Python 环境中以编程方式从 Python 内部执行 Python 文件
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
python - 从 python 脚本但在 python 脚本之外运行 python 脚本
这听起来像是谜语或笑话，但实际上我还没有找到这个问题的答案。问题到底是什么？我想运行 2 个脚本。在第一个脚本中，我调用另一个脚本，但我希望它们继续并行，而不是在两个单独的线程中。主要是我不希望第
python - 使用不同的 python 从 python 运行 python 脚本
我有一个带有 python 2.5.5 的软件。我想发送一个命令，该命令将在 python 2.7.5 中启动一个脚本，然后继续执行该脚本。我试过用 #!python2.7.5 和http://re
python - 为什么从 Python 命令行调用 Python 时 Python 无法找到并运行我的脚本？
我在 python 命令行(使用 python 2.7)中，并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹，使用: os.chdir("
python - 使用动态版本的 Python 执行嵌入的 Python 代码时出现致命的 Python 错误
剧透:部分解决(见最后)。以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
python - python 中识别 python 数组或列表中最大累积差异的最快方法是什么？
假设我有以下列表，对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
python - (Python) 通过单选按钮 python 更新背景
所以我试图在选择某个单选按钮时更改此框架的背景。我的框架位于一个类中，并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
python - python 中的字符串与正则表达式比较在 python 中失败
我正在尝试将字符串与 python 中的正则表达式进行比较，如下所示， #!/usr/bin/env python3 import re str1 = "Expecting property name
python - python 如何加载Boost.Python 库？
考虑以下原型(prototype) Boost.Python 模块，该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
python - python 检查模块 python 的问题
如何编写一个程序来“识别函数调用的行号？” python 检查模块提供了定位行号的选项，但是， def di(): return inspect.currentframe().f_back.f_l
python - 系统 python 与用户 python
我已经使用 macports 安装了 Python 2.7，并且由于我的 $PATH 变量，这就是我输入 $ python 时得到的变量。然而，virtualenv 默认使用 Python 2.6，除
python - [Python] : Python re. 长字符串行的搜索速度优化
我只想问如何加快 python 上的 re.search 速度。我有一个很长的字符串行，长度为 176861(即带有一些符号的字母数字字符)，我使用此函数测试了该行以进行研究: def getExe
python - 编辑字符串 python 正则表达式 python
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
python - Python 映射中的副作用(Python "do" block )
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。告
python - 使用其值逻辑组合两个 python 列表 - Python
我想用 Python 将两个列表组合成一个列表，方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
python - Boost.Python python 链接错误
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
python - 在 Python 中仅使用内置库制作一个基本的网络抓取工具 - Python
学习 Python，我正在尝试制作一个没有任何第 3 方库的网络抓取工具，这样过程对我来说并没有简化，而且我知道我在做什么。我浏览了一些在线资源，但所有这些都让我对某些事情感到困惑。 html 看起来

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结合opencv实现人脸检测与跟踪