python-opencv實現人臉檢測

原創

m0_38056893

2020-02-22 11:13

使用python實現簡單的人臉檢測步驟：

（1）打開攝像頭拍攝視頻或者讀取工作路徑下的視頻（avi格式），一幀一幀讀取圖片。
（2）灰度轉換：將BGR圖片轉換成灰度的圖片可以降低計算強度。
（3）繪製圖像。
（4）顯示圖像。
（5）獲取人臉識別訓練數據。
（6）探測人臉。

代碼：

import numpy as np 
import cv2
import sys
import os

# 人臉檢測函數：
# useCamera參數：True表示使用攝像頭，False表示讀取當前目錄下視頻文件
def face_detection(useCamera=True):
    # namedWindow(winname[, flags]) -> None
    # .   @brief Creates a window.
    # 1.調用攝像頭或者使用讀取視頻
    cv2.namedWindow("CaptureFace")
    if useCamera == True:
        cap = cv2.VideoCapture(0)
    else:
        cap = cv2.VideoCapture('ultraman.avi')
    
    # 2.人臉識別器分類器（GIT上開源的分類集）
    classfier = cv2.CascadeClassifier(r'./haarcascades' + os.sep + "haarcascade_frontalface_alt2.xml")
    color=(0, 255, 0)
    
    while cap.isOpened():
        flag, frame = cap.read()
        
        if not flag:
            break
        
        # 3.灰度轉換
        grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        
        # 4.人臉檢測，1.2和2分別爲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:            # 大於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    
                 
                 # 5.畫圖 
                 cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 3)
        cv2.imshow("CaptureFace", frame)
        if cv2.waitKey(10) & 0xFF==ord('q'):
            break
 
    cap.release()
    cv2.destroyAllWindows()


# face_detection()    # 使用攝像頭
face_detection(useCamera=False)  # 使用視頻

實現的效果（使用視頻）：