本文教大家调用电脑摄像头进行实时人脸+眼睛识别+微笑识别,供大家参考,具体内容如下
一、调用电脑摄像头进行实时人脸+眼睛识别
# 调用电脑摄像头进行实时人脸+眼睛识别,可直接复制粘贴运行 import cv2 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml') eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_eye.xml') # 调用摄像头摄像头 cap = cv2.VideoCapture(0) while(True): # 获取摄像头拍摄到的画面 ret, frame = cap.read() faces = face_cascade.detectMultiScale(frame, 1.3, 5) img = frame for (x,y,w,h) in faces: # 画出人脸框,蓝色,画笔宽度微 img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2) # 框选出人脸区域,在人脸区域而不是全图中进行人眼检测,节省计算资源 face_area = img[y:y+h, x:x+w] eyes = eye_cascade.detectMultiScale(face_area) # 用人眼级联分类器引擎在人脸区域进行人眼识别,返回的eyes为眼睛坐标列表 for (ex,ey,ew,eh) in eyes: #画出人眼框,绿色,画笔宽度为1 cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1) # 实时展示效果画面 cv2.imshow('frame2',img) # 每5毫秒监听一次键盘动作 if cv2.waitKey(5) & 0xFF == ord('q'): break # 最后,关闭所有窗口 cap.release() cv2.destroyAllWindows()
二、调用电脑摄像头进行实时人脸+眼睛识别+微笑识别
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') # 调用摄像头摄像头 cap = cv2.VideoCapture(0) while(True): # 获取摄像头拍摄到的画面 ret, frame = cap.read() faces = face_cascade.detectMultiScale(frame, 1.3, 2) img = frame for (x,y,w,h) in faces: # 画出人脸框,蓝色,画笔宽度微 img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2) # 框选出人脸区域,在人脸区域而不是全图中进行人眼检测,节省计算资源 face_area = img[y:y+h, x:x+w] ## 人眼检测 # 用人眼级联分类器引擎在人脸区域进行人眼识别,返回的eyes为眼睛坐标列表 eyes = eye_cascade.detectMultiScale(face_area,1.3,10) for (ex,ey,ew,eh) in eyes: #画出人眼框,绿色,画笔宽度为1 cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1) ## 微笑检测 # 用微笑级联分类器引擎在人脸区域进行人眼识别,返回的eyes为眼睛坐标列表 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: #画出微笑框,红色(BGR色彩体系),画笔宽度为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) # 实时展示效果画面 cv2.imshow('frame2',img) # 每5毫秒监听一次键盘动作 if cv2.waitKey(5) & 0xFF == ord('q'): break # 最后,关闭所有窗口 cap.release() cv2.destroyAllWindows()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持华域联盟。
您可能感兴趣的文章:
- Python基于Opencv来快速实现人脸识别过程详解(完整版)
- python实现人脸识别代码
- Python 40行代码实现人脸识别功能
- python实现人脸识别经典算法(一) 特征脸法
- python+opencv实现的简单人脸识别代码示例
- Python3 利用face_recognition实现人脸识别的方法
- Python人脸识别第三方库face_recognition接口说明文档
- python使用opencv进行人脸识别
- 详解如何用OpenCV + Python 实现人脸识别
- Python3利用Dlib19.7实现摄像头人脸识别的方法
本文由 华域联盟 原创撰写:华域联盟 » 基于python+opencv调用电脑摄像头实现实时人脸眼睛以及微笑识别
转载请保留出处和原文链接:https://www.cnhackhy.com/34643.htm