本文教大家調用電腦攝像頭進行實時人臉+眼睛識別+微笑識別,供大家參考,具體內容如下
一、調用電腦攝像頭進行實時人臉+眼睛識別
# 調用電腦攝像頭進行實時人臉+眼睛識別,可直接復制粘貼運行 import cv2 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml') eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_eye.xml') # 調用攝像頭攝像頭 cap = cv2.VideoCapture(0) while(True): # 獲取攝像頭拍攝到的畫面 ret, frame = cap.read() faces = face_cascade.detectMultiScale(frame, 1.3, 5) img = frame for (x,y,w,h) in faces: # 畫出人臉框,藍色,畫筆寬度微 img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2) # 框選出人臉區域,在人臉區域而不是全圖中進行人眼檢測,節省計算資源 face_area = img[y:y+h, x:x+w] eyes = eye_cascade.detectMultiScale(face_area) # 用人眼級聯分類器引擎在人臉區域進行人眼識別,返回的eyes為眼睛坐標列表 for (ex,ey,ew,eh) in eyes: #畫出人眼框,綠色,畫筆寬度為1 cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1) # 實時展示效果畫面 cv2.imshow('frame2',img) # 每5毫秒監聽一次鍵盤動作 if cv2.waitKey(5) & 0xFF == ord('q'): break # 最后,關閉所有窗口 cap.release() cv2.destroyAllWindows()
二、調用電腦攝像頭進行實時人臉+眼睛識別+微笑識別
import cv2 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml') eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_eye.xml') smile_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_smile.xml') # 調用攝像頭攝像頭 cap = cv2.VideoCapture(0) while(True): # 獲取攝像頭拍攝到的畫面 ret, frame = cap.read() faces = face_cascade.detectMultiScale(frame, 1.3, 2) img = frame for (x,y,w,h) in faces: # 畫出人臉框,藍色,畫筆寬度微 img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2) # 框選出人臉區域,在人臉區域而不是全圖中進行人眼檢測,節省計算資源 face_area = img[y:y+h, x:x+w] ## 人眼檢測 # 用人眼級聯分類器引擎在人臉區域進行人眼識別,返回的eyes為眼睛坐標列表 eyes = eye_cascade.detectMultiScale(face_area,1.3,10) for (ex,ey,ew,eh) in eyes: #畫出人眼框,綠色,畫筆寬度為1 cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1) ## 微笑檢測 # 用微笑級聯分類器引擎在人臉區域進行人眼識別,返回的eyes為眼睛坐標列表 smiles = smile_cascade.detectMultiScale(face_area,scaleFactor= 1.16,minNeighbors=65,minSize=(25, 25),flags=cv2.CASCADE_SCALE_IMAGE) for (ex,ey,ew,eh) in smiles: #畫出微笑框,紅色(BGR色彩體系),畫筆寬度為1 cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,0,255),1) cv2.putText(img,'Smile',(x,y-7), 3, 1.2, (0, 0, 255), 2, cv2.LINE_AA) # 實時展示效果畫面 cv2.imshow('frame2',img) # 每5毫秒監聽一次鍵盤動作 if cv2.waitKey(5) & 0xFF == ord('q'): break # 最后,關閉所有窗口 cap.release() cv2.destroyAllWindows()
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持服務器之家。
原文鏈接:https://blog.csdn.net/qq_42585108/article/details/105197417