您的位置：首页 > 脚本大全 > > 正文

如何用python人脸识别（Python学习笔记之视频人脸检测识别实例教程）

更多时间：2022-01-17 01:41:17 类别：脚本大全浏览量：1307

如何用python人脸识别

Python学习笔记之视频人脸检测识别实例教程

前言

上一篇博文与大家分享了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。

下面话不多说了，来一起看看详细的介绍吧

案例

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：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

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

__author__ = "小柒"

__blog__ = "https://blog.52itstyle.vip/"

import cv2

import os

# 保存好的视频检测人脸并截图

def catchpicfromvideo(window_name, camera_idx, catch_pic_num, path_name):

cv2.namedwindow(window_name)

# 视频来源

cap = cv2.videocapture(camera_idx)

# 告诉opencv使用人脸识别分类器

classfier = cv2.cascadeclassifier(os.getcwd()+"\\haarcascade\\haarcascade_frontalface_alt.xml")

# 识别出人脸后要画的边框的颜色，rgb格式, color是一个不可增删的数组

color = (0, 255, 0)

num = 0

while cap.isopened():

ok, frame = cap.read() # 读取一帧数据

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" alt="如何用python人脸识别（Python学习笔记之视频人脸检测识别实例教程）" border="0" /> % (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.jpg" alt="如何用python人脸识别（Python学习笔记之视频人脸检测识别实例教程）" border="0" />9]) 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/100' % (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 cv2.imshow(window_name, frame) c = cv2.waitkey(10) 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__': # 连续截100张图像 catchpicfromvideo("get face", os.getcwd()+"\\video\\kelake.mp4", 100, "e:\\videocapture")