這篇文章主要介紹了Python OpenCV如何調用攝像頭檢測人臉并實現截圖功能,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
注意:需要在python中安裝OpenCV庫,同時需要下載OpenCV人臉識別模型haarcascade_frontalface_alt.xml,模型可在OpenCV-PCA-KNN-SVM_face_recognition中下載。
使用OpenCV調用攝像頭檢測人臉并連續截圖100張
#-*- coding: utf-8 -*- # import 進openCV的庫 import cv2 ###調用電腦攝像頭檢測人臉并截圖 def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name): cv2.namedWindow(window_name) #視頻來源,可以來自一段已存好的視頻,也可以直接來自USB攝像頭 cap = cv2.VideoCapture(camera_idx) #告訴OpenCV使用人臉識別分類器 classfier = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml") #識別出人臉后要畫的邊框的顏色,RGB格式, color是一個不可增刪的數組 color = (0, 255, 0) num = 0 while cap.isOpened(): ok, frame = cap.read() #讀取一幀數據 if not ok: break grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #將當前楨圖像轉換成灰度圖像 #人臉檢測,1.2和2分別為圖片縮放比例和需要檢測的有效點數 faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32)) if len(faceRects) > 0: #大于0則檢測到人臉 for faceRect in faceRects: #單獨框出每一張人臉 x, y, w, h = faceRect #將當前幀保存為圖片 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): #如果超過指定最大保存數量退出循環 break #畫出矩形框 cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) #顯示當前捕捉到了多少人臉圖片了,這樣站在那里被拍攝時心里有個數,不用兩眼一抹黑傻等著 font = cv2.FONT_HERSHEY_SIMPLEX cv2.putText(frame,'num:%d/100' % (num),(x + 30, y + 30), font, 1, (255,0,255),4) #超過指定最大保存數量結束程序 if num > (catch_pic_num): break #顯示圖像 cv2.imshow(window_name, frame) c = cv2.waitKey(10) if c & 0xFF == ord('q'): break #釋放攝像頭并銷毀所有窗口 cap.release() cv2.destroyAllWindows() if __name__ == '__main__': # 連續截100張圖像,存進image文件夾中 CatchPICFromVideo("get face", 0, 99, "/image")
感謝你能夠認真閱讀完這篇文章,希望小編分享的“Python OpenCV如何調用攝像頭檢測人臉并實現截圖功能”這篇文章對大家有幫助,同時也希望大家多多支持億速云,關注億速云行業資訊頻道,更多相關知識等著你來學習!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。