关于opencv-python:基于OpenCV的人脸视频文字检测以及识别的项目二-图片和视频人脸检测

开始正式写货色 python是比 c++简略多了hh

一. 图片人脸检测

opencv外面曾经提供好了人脸分类模型 下载地址：https://github.com/opencv/ope… 可全副下载到本地 下载的xml.zip 别忘了解压

实现思路，次要包含三方面内容：
（1）图像变为灰度图像（升高计算强度）
（2）在图像上画矩形
（上述两方面内容就间接利用opencv提供的函数接口就行了）
（3）利用OpenCV训练好的人脸分类模型查找人脸

import cv2

filepath = "./8.jpg"
img = cv2.imread(filepath)  # 读取图片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换灰色

# OpenCV人脸识别分类器
# 先拿到分类器classifier
classifier = cv2.CascadeClassifier(
    "D://opencv-python//opencv-github//haarcascade_frontalface_default.xml")
color = (0, 255, 0)  # 定义绘制色彩
# 调用辨认人脸detectMultiScale  gray是输出图像 scaleFactor图像缩放比例 
# minNeighbors特色检测点周边有多少无效点被同时检测 能够防止脱漏 minSize是特色检测点的最小尺寸
faceRects = classifier.detectMultiScale(gray,
                                        scaleFactor=1.2,
                                        minNeighbors=3,
                                        minSize=(32, 32))
if len(faceRects):  # 大于0则是阐明检测到人脸
    for faceRect in faceRects:  # 独自框出每一张人脸
        x, y, w, h = faceRect
        # 框出人脸
        cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)
        # 左眼
        cv2.circle(img, (x + w // 4, y + h // 4 + 30), min(w // 8, h // 8),
                   color)
        # 右眼
        cv2.circle(img, (x + 3 * w // 4, y + h // 4 + 30), min(w // 8, h // 8),
                   color)
        # 嘴巴
        cv2.rectangle(img, (x + 3 * w // 8, y + 3 * h // 4),
                      (x + 5 * w // 8, y + 7 * h // 8), color)

cv2.imshow("image", img)  # 显示图像
c = cv2.waitKey(10)

cv2.waitKey(0)

我大威少不配被检测呗 hhh 上面独自把威少拎进去 还是没检测进去

再试一个斜的侧脸 都没检测进去

看来 opencv这个训练的还是有缺点

二.视频人脸检测

基于视频检测的也是在图片检测的根底上进行的 调用电脑摄像头 把摄像信息逐帧分解成图片，而后检测出图片中人脸地位

# -*- coding:utf-8 -*-
# OpenCV版本的视频检测
import cv2


# 图片识别方法封装
def discern(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    cap = cv2.CascadeClassifier(
        "D://opencv-python//opencv-github//haarcascade_frontalface_default.xml"
    )
    faceRects = cap.detectMultiScale(gray,
                                     scaleFactor=1.2,
                                     minNeighbors=3,
                                     minSize=(50, 50))
    if len(faceRects):
        for faceRect in faceRects:
            x, y, w, h = faceRect
            cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2)  # 框出人脸
    cv2.imshow("Image", img)


# 获取摄像头0示意第一个摄像头
cap = cv2.VideoCapture(0)
while (1):  # 逐帧显示
    ret, img = cap.read()
    # cv2.imshow("Image", img)
    discern(img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()  # 开释摄像头
cv2.destroyAllWindows()  # 开释窗口资源

这不是我 是写程序的大佬hh 我本人也试了 成果能够的

学习自：
https://github.com/vipstone/f…
https://github.com/vipstone/f…