最近,带领我的学生进行一个URTP项目设计,需要进行人脸识别。由于现在的OpenCV已经到了2.X版本,因此就不想用原来的1.X版本的代码,而网上存在的代码都是1.X版本的代码,尝试自己写一段2.X版本的代码,反复查阅资料,今天终于测试成功(很明显2.X版本的代码要比1.X的代码更简单),供大家好参考,代码如下:(2017年5月12日在python3.6.1下做一简单的修改)
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
|
import cv2
import numpy as np
cv2.namedWindow( "test" ) #命名一个窗口
cap = cv2.VideoCapture( 1 ) #打开1号摄像头
success, frame = cap.read() #读取一桢图像,前一个返回值是是否成功,后一个返回值是图像本身
color = ( 0 , 0 , 0 ) #设置人脸框的颜色
classfier = cv2.CascadeClassifier( "haarcascade_frontalface_alt.xml" ) #定义分类器
while success:
success, frame = cap.read()
size = frame.shape[: 2 ] #获得当前桢彩色图像的大小
image = np.zeros(size,dtype = np.float16) #定义一个与当前桢图像大小相同的的灰度图像矩阵
image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #将当前桢图像转换成灰度图像(这里有修改)
cv2.equalizeHist(image, image) #灰度图像进行直方图等距化
#如下三行是设定最小图像的大小
divisor = 8
h, w = size
minSize = ( int (w / divisor), int (h / divisor)) #这里加了一个取整函数
if len (faceRects)> 0 : #如果人脸数组长度大于0
for faceRect in faceRects: #对每一个人脸画矩形框
x, y, w, h = faceRect
cv2.rectangle(frame, (x, y), (x + w, y + h), color)
cv2.imshow( "test" , frame) #显示图像
key = cv2.waitKey( 10 )
c = chr (key & 255 )
if c in [ 'q' , 'Q' , chr ( 27 )]:
break
cv2.destroyWindow( "test" )
|
效果图:
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:http://blog.sina.com.cn/s/blog_5562b0440102uw7g.html