提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
- 前言
- 一、准备工作
- 二、打开摄像头
- 三、进行人脸识别
前言 用OpenCv实现人脸识别
提示:以下是本篇文章正文内容,下面案例可供参考
案列:? Fu Xianjun. All Rights Reserved.
一、准备工作
face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
cap = cv2.VideoCapture(0)
w,h = cap.get(3),cap.get(4)
#去噪
fgbg = cv2.createBackgroundSubtractorMOG2(history=50,varThreshold=100,detectShadows=False)
二、打开摄像头
import cv2
cap = cv2.VideoCapture(0)#打开1个摄像头
while(cap.isOpened()):
ret,frame = cap.read()
cv2.imshow("frame",frame)
if cv2.waitKey(30) == ord("q"):
break#按q退出
cap.release()#释放摄像头的资源
cv2.destroyAllWindows()
3.人脸识别
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) #变为灰度图
faces = face_cascade.detectMultiScale(gray,2.1,5,0) #把灰度图片传给haar进行灰度处理,返回值
人脸左上角坐标,宽度和高度#2.1为缩放比例,默认为1.1即每次搜索窗口依次扩大10%
#5为构成检测目标的相邻矩形的最小个数
#0为flag,表示使用表认知,会使用Canny边缘检测来排除边缘过多或过少的区域for (x,y,w,h) in faces:
face = cv2.rectangle(frame,(x,y),(x+w,y+h),(0,0,255),3) #画框#(x,y)是框左上角位置
#(x+w,y+h)是框右下角位置
#(0,0,255)是颜色,根据bgrcv2.imshow("frame",frame)
if cv2.waitKey(30) == ord("q"):
break #按q退出
cap.release() #释放摄像头的资源
cv2.destroyAllWindows()
推荐阅读
- python-opencv|7.python-opencv图像张贴
- python-opencv|python-opencv边缘检测
- python-opencv|5.python-opencv人脸马赛克
- PaddleOCR|基于PaddleOCR银行卡识别实现(一)
- OpenCV|OpenCV总结3——图像拼接Stitching
- 计算机视觉|基于棋盘格标定板的单目相机标定
- python|轻量级室内场景识别数据集(MIT-IndoorScene,百度云下载)
- python|使用OpenCV在Python中进行图像操作
- 计算机视觉|图像处理分类、一般流程与算法