您好,登錄后才能下訂單哦!
這篇文章給大家分享的是有關Python中如何基于OpenCV實現人臉檢測并保存的內容。小編覺得挺實用的,因此分享給大家做個參考,一起跟隨小編過來看看吧。
Python是一種編程語言,內置了許多有效的工具,Python幾乎無所不能,該語言通俗易懂、容易入門、功能強大,在許多領域中都有廣泛的應用,例如最熱門的大數據分析,人工智能,Web開發等。
安裝opencv
如果安裝了pip的話,Opencv的在windows的安裝可以直接通過cmd命令pip install opencv-python(只需要主要模塊),也可以輸入命令pip install opencv-contrib-python(如果需要main模塊和contrib模塊)
詳情可以點擊此處
導入opencv
import cv2
所有包都包含haarcascade文件。這個文件很重要!!!
cv2.data.haarcascades可以用作數據文件夾的快捷方式。例如:
cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
代碼
#-*- coding: utf-8 -*- # import openCV的庫 import cv2 import os, math, operator from PIL import Image from functools import reduce ###調用電腦攝像頭檢測人臉并截圖 def CatchPICFromVideo(window_name, path_name): cv2.namedWindow(window_name) #電腦攝像頭 cap = cv2.VideoCapture(0) #告訴OpenCV使用人臉識別分類器 classfier = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml") #檢測人臉后要畫的邊框的顏色 color = (0, 255, 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 #畫出矩形框 cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) k = cv2.waitKey(100) #每0.1秒讀一次鍵盤 if k == ord("z") or k == ord("Z"): #如果輸入z #將當前幀保存為圖片 img_name = path_name 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]) break #顯示圖像 cv2.imshow(window_name, frame) #退出攝像頭界面 c = cv2.waitKey(100) if c == ord("q") or c == ord("Q"): break #釋放攝像頭并銷毀所有窗口 cap.release() cv2.destroyAllWindows() os.system("cls") #清屏 recogname = "recogface.jpg" #預存的人臉文件 CatchPICFromVideo("get face",recogname)
功能:
雖然能框住人臉,但是效率還不是很高。
按Z或z可以將框住的人臉截取保存
感謝各位的閱讀!關于“Python中如何基于OpenCV實現人臉檢測并保存”這篇文章就分享到這里了,希望以上內容可以對大家有一定的幫助,讓大家可以學到更多知識,如果覺得文章不錯,可以把它分享出去讓更多的人看到吧!
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。