今天给大家分享简单的图片人脸识别技术,其实在实际应用中,很多是通过视频流的方式进行识别,比如人脸识别通道
门禁考勤系统、人脸动态跟踪识别系统等等。
案例展示
这里我们还是使用 opencv 中自带了 haar人脸特征分类器,通过读取一段视频来识别其中的人脸。
代码实现:
Python学习交流Q群:906715085### # -*- coding: utf-8 -*- __author__ = \"小柒\" __blog__ = \"https://blog.52itstyle.vip/\" import cv2 import os def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name): cv2.namedWindow(window_name) cap = cv2.VideoCapture(camera_idx) classfier = cv2.CascadeClassifier(os.getcwd()+\"\\\\haarcascade\\\\haarcascade_frontalface_alt.xml\") color = (0, 255, 0) num = 0 while cap.isOpened(): ok, frame = cap.read() if not ok: break grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32)) if len(faceRects) > 0: for faceRect in faceRects: x, y, w, h = faceRect img_name = \"%s/%d.jpg\" % (path_name, num) # print(img_name) image = frame[y - 10: y + h + 10, x - 10: x + w + 10] cv2.imwrite(img_name, image, [int(cv2.IMWRITE_PNG_COMPRESSION), 9]) num += 1 if num > (catch_pic_num): break cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) font = cv2.FONT_HERSHEY_SIMPLEX cv2.putText(frame, \'num:%d/100\' % (num), (x + 30, y + 30), font, 1, (255, 0, 255), 4) if num > (catch_pic_num): break # 显示图像 cv2.imshow(window_name, frame) c = cv2.waitKey(10) if c & 0xFF == ord(\'q\'): break cap.release() cv2.destroyAllWindows() if __name__ == \'__main__\': CatchPICFromVideo(\"get face\", os.getcwd()+\"\\\\video\\\\kelake.mp4\", 100, \"E:\\\\VideoCapture\")
动图有点花,讲究着看吧:
如果是捕捉摄像头,只需要改变以下代码即可:
# 如果获取摄像头,参数修改为 0 即可
cap = cv2.VideoCapture(0)
最后
分享是快乐的,也见证了个人成长历程,文章大多都是工作经验总结以及平时学习积累。觉得对你有帮助的记得点赞收藏,喜欢
没必要藏着掖着。不懂记得点赞评论。
来源:https://www.cnblogs.com/123456feng/p/16195175.html
本站部分图文来源于网络,如有侵权请联系删除。