• Python学习案例之视频人脸检测识别


    前言

    上一篇博文与大家分享了简单的图片人脸识别技术,其实在实际应用中,很多是通过视频流的方式进行识别,比如人脸识别通道门禁考勤系统、人脸动态跟踪识别系统等等。

    案例

    这里我们还是使用 opencv 中自带了 haar人脸特征分类器,通过读取一段视频来识别其中的人脸。

    代码实现:

    # -*- coding: utf-8 -*-
    __author__ = "小柒"
    __blog__ = "https://blog.52itstyle.vip/"
    import cv2
    import os
    
    
    # 保存好的视频检测人脸并截图
    def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name):
        cv2.namedWindow(window_name)
    
        # 视频来源
        cap = cv2.VideoCapture(camera_idx)
    
        # 告诉OpenCV使用人脸识别分类器
        classfier = cv2.CascadeClassifier(os.getcwd()+"\haarcascade\haarcascade_frontalface_alt.xml")
    
        # 识别出人脸后要画的边框的颜色,RGB格式, color是一个不可增删的数组
        color = (0, 255, 0)
    
        num = 0
        while cap.isOpened():
            ok, frame = cap.read()  # 读取一帧数据
            if not ok:
                break
    
            grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 将当前桢图像转换成灰度图像
    
            # 人脸检测,1.2和2分别为图片缩放比例和需要检测的有效点数
            faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
            if len(faceRects) > 0:  # 大于0则检测到人脸
                for faceRect in faceRects:  # 单独框出每一张人脸
                    x, y, w, h = faceRect
    
                    # 将当前帧保存为图片
                    img_name = "%s/%d.jpg" % (path_name, num)
                    # 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])
    
                    num += 1
                    if num > (catch_pic_num):  # 如果超过指定最大保存数量退出循环
                        break
    
                    # 画出矩形框
                    cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
    
                    # 显示当前捕捉到了多少人脸图片了,这样站在那里被拍摄时心里有个数,不用两眼一抹黑傻等着
                    font = cv2.FONT_HERSHEY_SIMPLEX
                    cv2.putText(frame, 'num:%d/100' % (num), (x + 30, y + 30), font, 1, (255, 0, 255), 4)
    
                    # 超过指定最大保存数量结束程序
            if num > (catch_pic_num): break
    
            # 显示图像
            cv2.imshow(window_name, frame)
            c = cv2.waitKey(10)
            if c & 0xFF == ord('q'):
                break
    
                # 释放摄像头并销毁所有窗口
        cap.release()
        cv2.destroyAllWindows()
    
    
    if __name__ == '__main__':
        # 连续截100张图像
        CatchPICFromVideo("get face", os.getcwd()+"\video\kelake.mp4", 100, "E:\VideoCapture")
    

    动图有点花,讲究着看吧:

    如果是捕捉摄像头,只需要改变以下代码即可:

    # 如果获取摄像头,参数修改为 0 即可
    cap = cv2.VideoCapture(0)
    

    源码

    https://gitee.com/52itstyle/Python/tree/master/Day09

  • 相关阅读:
    强化学习基础:蒙特卡罗和时序差分
    强化学习基础:基本概念和动态规划
    EM算法和高斯混合模型GMM介绍
    使用Tensorflow搭建自编码器(Autoencoder)
    神经网络介绍:梯度下降和正则化
    神经网络介绍:算法基础
    K均值聚类和DBSCAN介绍
    Zabbix安装过程中遇到的问题
    Docker容器操作基础命令(二)
    Docker的安装及基本用法(一)
  • 原文地址:https://www.cnblogs.com/smallSevens/p/10479151.html
Copyright © 2020-2023  润新知