代码:
import cv2 def CatchPICFromVideo(camera_idx): cv2.namedWindow("image",0) #可调节大小 #qcv2.resizeWindow("image", 1600, 900) # 设置长和宽 # 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 data_path = "D:\Study\python__gongju\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml" #自己电脑模型地址 不要有中文 classfier = cv2.CascadeClassifier(data_path) # 识别出人脸后要画的边框的颜色,RGB格式 color = (0, 255, 0) num = 0 while cap.isOpened(): ok, frame1 = cap.read() # 读取一帧数据 scale_percent = 50 # percent of original size 缩小到原来50% width = int(frame1.shape[1] * scale_percent / 100) height = int(frame1.shape[0] * scale_percent / 100) dim = (width, height) frame = cv2.resize(frame1, dim, interpolation=cv2.INTER_AREA) 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) #image = frame[y - 10: y + h + 10, x - 10: x + w + 10] #cv2.imwrite(img_name, image) 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‘ % (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q cv2.imshow("image", frame) c = cv2.waitKey(1) 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__‘: CatchPICFromVideo(r‘H:\renwu__opencv\zhaopian\IMG_3849.MOV‘) #print(CatchPICFromVideo(r‘H:\renwu__opencv\zhaopian\IMG_3849.MOV‘)) #0表示笔记本自带的摄像头 否则就是视频地址 不要有中文
效果图:
我电脑是轻薄本 都是把画质降低才识别的。
但识别效果不是很好,但总体速度快 不卡,还是能识别出大部分人脸的。
原文:https://www.cnblogs.com/aotumandaren/p/13860247.html