• python使用opencv实现人脸识别系统


    1.首先安装过python环境,在这里就不过说

       检测是否安装成功如下,在cmd中输入Python

       

    2.安装numpy

      现在开始安装numpy,打开cmd,输入pip install numpy 

      我的电脑已经安装过了,忘记截屏了。就在网上找了图片

      

    测试是否成功

    3.安装opencv 
    在官网自行下载,这里下载的是opencv2.4.10安装。 
    ### (1)复制cv2.pyd 
    将”opencvuildpython2.7x64”或”opencvuildpython2.7x86”(根据python版本)文件夹中找到cv2.pyd”,复制到Python安装文件的”C:Python27Libsite-packages”文件夹中。 
    测试: 

    接下来利用opencv进行捕获摄像头

    # -*- coding: utf-8 -*-
    #该文件实现opencv 获取usb摄像头,展示实时画面
    import cv2
    import sys
    from PIL import Image
    
    
    def CatchUsbVideo(window_name, camera_idx):
        cv2.namedWindow(window_name)
    
        # 视频来源,可以来自一段已存好的视频,也可以直接来自USB摄像头
        cap = cv2.VideoCapture(camera_idx)
    
        while cap.isOpened():
            ok, frame = cap.read()  # 读取一帧数据
            if not ok:
                break
    
                # 显示图像并等待10毫秒按键输入,输入‘q’退出程序
            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__':
        if len(sys.argv) != 2:
            print("Usage:%s camera_id
    " % (sys.argv[0]))
        else:
            CatchUsbVideo("截取视频流", int(sys.argv[1]))

    成功运行将是这个样子

    接下来利用opencv的物体分类器实现人脸识别

    
    
    # -*- coding: utf-8 -*-
    #该项目实现人脸识别,使用opencv的haarcascade_frontalface_alt2.xml 人脸分类器

    import cv2
    import sys
    from PIL import Image


    def CatchUsbVideo(window_name, camera_idx):
    cv2.namedWindow(window_name)

    # 视频来源,可以来自一段已存好的视频,也可以直接来自USB摄像头
    cap = cv2.VideoCapture(camera_idx)

    # 告诉OpenCV使用人脸识别分类器
    classfier = cv2.CascadeClassifier("E:/project/opencv/build/etc/haarcascades/haarcascade_frontalface_alt2.xml")

    # 识别出人脸后要画的边框的颜色,RGB格式
    color = (0, 255, 0)

    while cap.isOpened():
    ok, frame = cap.read() # 读取一帧数据
    if not ok:
    break

    # 将当前帧转换成灰度图像
    grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 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
    cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)

    # 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__':
    if len(sys.argv) != 2:
    print("Usage:%s camera_id " % (sys.argv[0]))
    else:
    CatchUsbVideo("face", int(sys.argv[1]))
     

    效果如下

  • 相关阅读:
    mysql 每条数据增加随机数
    Linux 的VSFTP报错
    Linux 常见命令指南
    Python文件
    Python合并2个文件
    J2ME获取移动手机号码
    不同角度来理解面向对象的几个关键性概念
    打印字符串中第一个只出现一次的字符(C语言)
    ftp上传文件
    ftp上传到nas
  • 原文地址:https://www.cnblogs.com/tong775131501/p/7492774.html
Copyright © 2020-2023  润新知