本文实例为大家分享了python opencv利用笔记本摄像头实现人脸检测的具体代码，供大家参考，具体内容如下
1.安装opencv
首先参考其他文章安装pip。
之后以管理员身份运行命令提示符，输入以下代码安装opencv
|
1
|
pip install --user opencv-python
|
可以使用以下代码测试安装是否成功
|
1
2
3
4
5
6
7
8
9
10
11
|
#导入opencv模块
import cv2
#捕捉帧，笔记本摄像头设置为0即可
capture = cv2.videocapture(0)
#循环显示帧
while(true):
ret, frame = capture.read()
#显示窗口第一个参数是窗口名，第二个参数是内容
cv2.imshow('frame', frame)
if cv2.waitkey(1) == ord('q'):#按q退出
break
|
2.实现简单的人脸识别
在win10及python3.6.6环境下代码如下
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
import cv2
import numpy as np
face_cascade = cv2.cascadeclassifier("c:\programdata\anaconda3\lib\site-packages\cv2\data\haarcascade_frontalface_default.xml")
eye_cascade = cv2.cascadeclassifier("c:\programdata\anaconda3\lib\site-packages\cv2\data\haarcascade_eye.xml")
cap=cv2.videocapture(0)
while true:
ret,img=cap.read()
gray=cv2.cvtcolor(img,cv2.color_bgr2gray)
faces = face_cascade.detectmultiscale(gray,1.1,5)
if len(faces)>0:
for facerect in faces:
x,y,w,h = facerect
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
roi_gray = gray[y:y+h//2,x:x+w]
roi_color = img[y:y+h//2,x:x+w]
eyes = eye_cascade.detectmultiscale(roi_gray,1.1,1,cv2.cascade_scale_image,(2,2))
for (ex,ey,ew,eh) in eyes:
cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
cv2.imshow("img",img)
if cv2.waitkey(1) & 0xff == ord('q'):
break
|
注意数据集haarcascade_frontalface_default.xml，haarcascade_eye.xml一定要采用绝对路径，否则容易出错，具体的位置可以用搜索得到。
结果如下
ubuntu下的opencv安装方法与win10类似，先安装pip，再在终端中输入下面代码安装即可，这样安装的是python2的版本
|
1
|
pip install --user opencv-python
|
若要安装python3的版本，请先安装pip3，然后在终端输入以下代码：
|
1
|
pip3 install --user opencv-python
|
另外如果是用虚拟机运行的ubuntu的话，是直接驱动笔记本的摄像头的，如果用的是virtualbox虚拟机则可以在官网下载扩展包安装即可。
ubuntu下实现人脸识别的代码与win10类似，只是需要注意数据集的绝对路径，可以根据以下代码来查询：
|
1
|
sudo find / -iname "*haarcascade_frontalface_default.xml*"
|
两个数据集是在同一个文件夹下的，最后我的代码如下
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
import cv2
import numpy as np
face_cascade = cv2.cascadeclassifier("/home/yukino/.local/lib/python2.7/site-packages/cv2/data/haarcascade_frontalface_default.xml")
eye_cascade = cv2.cascadeclassifier("/home/yukino/.local/lib/python2.7/site-packages/cv2/data/haarcascade_eye.xml")
cap=cv2.videocapture(0)
while true:
ret,img=cap.read()
gray=cv2.cvtcolor(img,cv2.color_bgr2gray)
faces = face_cascade.detectmultiscale(gray,1.1,5)
if len(faces)>0:
for facerect in faces:
x,y,w,h = facerect
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
roi_gray = gray[y:y+h//2,x:x+w]
roi_color = img[y:y+h//2,x:x+w]
eyes = eye_cascade.detectmultiscale(roi_gray,1.1,1,cv2.cascade_scale_image,(2,2))
for (ex,ey,ew,eh) in eyes:
cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
cv2.imshow("img",img)
if cv2.waitkey(1) & 0xff == ord('q'):
break
|
最后运行结果如下：
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服务器之家。
原文链接：https://blog.csdn.net/yukinoai/article/details/83088190