当前位置: 移动技术网 > IT编程>脚本编程>Python > 基于python OpenCV实现动态人脸检测

基于python OpenCV实现动态人脸检测

2018年08月21日  | 移动技术网IT编程  | 我要评论

意大利教练,二手房抵押贷款流程,雷电颂朗诵

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移动技术网。

如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复

相关文章:

验证码:
移动技术网