【HiSpark IPC DIY Camera试用连载】第二篇视频的人脸检测

小嵌 · 发表于 2021-1-14 01:56:09

【HiSpark IPC DIY Camera试用连载】第二篇视频的人脸检测,

本帖最后由瑟寒凌风于 2021-1-14 00:13 编辑

实在的,ipc本身就带有这个功能,只要摄像头出现画面,本身就会检测人脸,而且从app上看,还有移动检测功能,已经非常强大了,但是自己做出来,可以了解更多的知识. 本文使用python和opencv来检测的人脸. 使用的主要api如下:

cv2.cvtColor对色彩进行转换
cv2.CascadeClassifier这个是输入人脸数据,该数据基于文件haarcascade_frontalface_alt_tree.xml,已经保存了人脸特征,不需要我们去实现
cv2.detectMultiScale该函数用来检测人脸,是本文处理人脸的主要函数

复制代码 Opencv打开摄像头使用函数:

camera = cv2.VideoCapture（0） # 参数0表示第一个摄像头

复制代码 程序代码如下

# -*- coding: utf-8 -*-

import cv2

import numpy as np

camera = cv2.VideoCapture（0）

# 判断视频是否打开

if （camera.isOpened（））

  print（\“Open\“）

else:

   print（\“摄像头未打开\“）

# 测试用,查看视频size

size = （int（camera.get（cv2.CAP_PROP_FRAME_WIDTH））,

      int（camera.get（cv2.CAP_PROP_FRAME_HEIGHT）））

print（\“size:\“ + repr（size））

# es = cv2.getStructuringElement（cv2.MORPH_ELLIPSE, （9, 4））

# kernel = np.ones（（5, 5）, np.uint8）

# background = None

while True:

   # 读取视频流

   grabbed, frame_lwpCV = camera.read（）

   gray_lwpCV = cv2.cvtColor（frame_lwpCV, cv2.COLOR_BGR2GRAY）

   face_detector = cv2.CascadeClassifier（“D:/Python/Python39/Lib/site-packages/cv2/data/haarcascade_frontalface_alt_tree.xml“）

   \“\“\“

   cv2.cv2.CascadeClassifier.CascadeClassifier def __init__（self,

            *args: Any,

            **kwargs: Any） -> None

   \“\“\“

   faces = face_detector.detectMultiScale（gray_lwpCV, 1.02, 5）

   \“\“\“

   def detectMultiScale（self,

                  image: Any,             # 输入待检测的图像，灰度

                  scaleFactor: Any = None, # 尺度系数

                  minNeighbors: Any = None,  # 需要的邻域数

                  flags: Any = None,

                  minSize: Any = None,    # 最小检测窗口

                  maxSize: Any = None） -> None # 最大检测窗口

   \“\“\“

   for x, y, w, h in faces:

      cv2.rectangle（frame_lwpCV, （x, y）, （x + w, y + h）, （0, 0, 255）, 2）  # 绘制矩形

      # cv2.rectangle（frame_lwpCV, （x, y）, （x + w, y + h）, （0, 255, 0）, 2）

      # cv2.rectangle（src, （x, y）, （x + w, y + h）, （0, 0, 255）, 2）  # 绘制矩形

      \“\“\“

      def rectangle（img: Any,          # 图像

            pt1: Any,                   # pt1 矩形的一个顶点

            pt2: Any,                   # pt2 矩形对角线上的另一个顶点

            color: Any,                # 线条颜色（RGB）或亮度（灰度图像）

            thickness: Any = None,       # 组成矩形的线条的粗细程度，取负值时（如 CV_FILLED）函数绘制填充了色彩的矩形

            lineType: Any = None,       # 线条的类型

            shift: Any = None） -> None

      \“\“\“

   cv2.imshow（\“contours\“, frame_lwpCV）

   # cv2.imshow（\“dis\“, diff）

   key = cv2.waitKey（1） & 0xFF

   # 按\“q\“健退出循环

   if key == ord（\“q\“）:

      break

# When everything done, release the capture

camera.release（）

cv2.destroyAllWindows（）