一、準備依賴庫
pip install dlib pip python-opencv
二、代碼實現
#coding: utf-8
"""
從視屏中識別人臉,并實時標出面部特征點
"""
import dlib #人臉識別的庫dlib
import cv2 #圖像處理的庫OpenCv
# 使用特征提取器get_frontal_face_detector
detector = dlib.get_frontal_face_detector()
# 讀入視頻文件
# cap = cv2.VideoCapture("row.MP4")
#建cv2攝像頭對象,這里使用電腦自帶攝像頭,如果接了外部攝像頭,則自動切換到外部攝像頭
cap = cv2.VideoCapture(0)
# 設置視頻參數,propId設置的視頻參數,value設置的參數值
cap.set(3, 480)
# 截圖screenshoot的計數器
cnt = 0
# cap.isOpened() 返回true/false 檢查初始化是否成功
while(cap.isOpened()):
# cap.read()
# 返回兩個值:
# 一個布爾值true/false,用來判斷讀取視頻是否成功/是否到視頻末尾
# 圖像對象,圖像的三維矩陣
flag, im_rd = cap.read()
# 每幀數據延時1ms,延時為0讀取的是靜態幀
k = cv2.waitKey(1)
# 取灰度
img_gray = cv2.cvtColor(im_rd, cv2.COLOR_RGB2GRAY)
# 使用人臉檢測器檢測每一幀圖像中的人臉。并返回人臉數rects
faces = detector(img_gray, 0)
# 待會要顯示在屏幕上的字體
font = cv2.FONT_HERSHEY_SIMPLEX
# 如果檢測到人臉
if(len(faces)!=0):
# 對每個人臉都畫出框框
for i in range(len(faces)):
# enumerate方法同時返回數據對象的索引和數據,k為索引,d為faces中的對象
for k, d in enumerate(faces):
# 用紅色矩形框出人臉
cv2.rectangle(im_rd, (d.left(), d.top()), (d.right(), d.bottom()), (0, 255, 0),2)
# 計算人臉熱別框邊長
face_width = d.right() - d.left()
#在上方顯示文字
cv2.putText(im_rd, str(face_width) , (d.left(), d.top()-20), font, 0.5, (255, 0, 0), 1)
# 標出人臉數
cv2.putText(im_rd, "Faces: "+str(len(faces)), (20,50), font, 1, (0, 0, 255), 1, cv2.LINE_AA)
else:
# 沒有檢測到人臉
cv2.putText(im_rd, "No Face", (20, 50), font, 1, (0, 0, 255), 1, cv2.LINE_AA)
# 添加說明
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)
#檢測按鍵
k = cv2.waitKey(1)
# 按下s鍵截圖保存
if (k == ord('s')):
cnt+=1
cv2.imwrite("screenshoot"+str(cnt)+".jpg", im_rd)
# 按下q鍵退出
if(k == ord('q')):
break
# 窗口顯示
cv2.imshow("camera", im_rd)
# 釋放攝像頭
cap.release()
# 刪除建立的窗口
cv2.destroyAllWindows()
三、實驗結果

到此這篇關于python3.8動態人臉識別的實現示例的文章就介紹到這了,更多相關python3.8動態人臉識別內容請搜索億速云以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持億速云!
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。