基于python OpenCV实现动态人脸检测

Python  /  管理员 发布于 7年前   196

本文实例为大家分享了python动态人脸检测的具体代码，供大家参考，具体内容如下

直接上代码: 按Q退出

import cv2 import numpy as np  cv2.namedWindow("test") cap = cv2.VideoCapture(0) #加载摄像头录制 # cap = cv2.VideoCapture("test.mp4") #打开视频文件 success, frame = cap.read() # classifier = cv2.CascadeClassifier("/Users/yuki/anaconda/share/OpenCV/haarcascades/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  #haarcascade_frontalface_default.xml classifier = cv2.CascadeClassifier("/Users/yuki/anaconda/share/OpenCV/haarcascades/haarcascade_frontalface_default.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  while success:  success, frame = cap.read()  size = frame.shape[:2]  image = np.zeros(size, dtype=np.float16)  image = cv2.cvtColor(frame, cv2.COLOR_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.rectangle(frame,(x,y),(x+h,y+w),(0,255,0),2)    #锁定 眼和嘴巴 #cv2.circle(frame, (x + w // 4, y + h // 4 + 30), min(w // 8, h // 8), (255, 0, 0)) # 左眼 #cv2.circle(frame, (x + 3 * w //4, y + h // 4 + 30), min(w // 8, h // 8), (255, 0, 0)) #右眼 #cv2.rectangle(frame, (x + 3 * w // 8, y + 3 * h // 4), (x + 5 * w // 8, y + 7 * h // 8), (255, 0, 0))#嘴巴  cv2.imshow("test", frame)  key = cv2.waitKey(10)  c = chr(key & 255)  if c in ['q', 'Q', chr(27)]:   break cv2.destroyWindow("test") 

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。