最近,带领我的学生进行一个URTP项目设计,需要进行人脸识别。由于现在的OpenCV已经到了2.X版本,因此就不想用原来的1.X版本的代码,而网上存在的代码都是1.X版本的代码,尝试自己写一段2.X版本的代码,反复查阅资料,今天终于测试成功(很明显2.X版本的代码要比1.X的代码更简单),供大家好参考,代码如下:(2017年5月12日在python3.6.1下做一简单的修改)
import cv2import numpy as npcv2.nameDWindow("test")#命名一个窗口cap=cv2.VIDeoCapture(1)#打开1号摄像头success,frame = cap.read()#读取一桢图像,前一个返回值是是否成功,后一个返回值是图像本身color = (0,0)#设置人脸框的颜色classfIEr=cv2.CascadeClassifIEr("haarcascade_frontalface_alt.xml")#定义分类器while success: success,frame = cap.read() size=frame.shape[:2]#获得当前桢彩色图像的大小 image=np.zeros(size,dtype=np.float16)#定义一个与当前桢图像大小相同的的灰度图像矩阵 image = cv2.cvtcolor(frame,cv2.color_BGR2GRAY)#将当前桢图像转换成灰度图像(这里有修改) cv2.equalizeHist(image,image)#灰度图像进行直方图等距化 #如下三行是设定最小图像的大小 divisor=8 h,w = size minSize=(int(w/divisor),int(h/divisor))#这里加了一个取整函数 faceRects = classfIEr.detectMultiScale(image,1.2,2,cv2.CASCADE_SCALE_IMAGE,minSize)#人脸检测 if len(faceRects)>0:#如果人脸数组长度大于0 for faceRect in faceRects: #对每一个人脸画矩形框 x,y,w,h = faceRect cv2.rectangle(frame,(x,y),(x+w,y+h),color) cv2.imshow("test",frame)#显示图像 key=cv2.waitKey(10) c = chr(key & 255) if c in ['q','Q',chr(27)]: breakcv2.destroyWindow("test")
效果图:
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编程小技巧。
总结以上是内存溢出为你收集整理的python利用OpenCV2实现人脸检测全部内容,希望文章能够帮你解决python利用OpenCV2实现人脸检测所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)