【HiSpark IPC DIY Camera試用連載】第二篇視頻的人臉檢測(cè)

小嵌 · 發(fā)表于 2021-1-14 01:56:09

【HiSpark IPC DIY Camera試用連載】第二篇視頻的人臉檢測(cè),
本帖最后由瑟寒凌風(fēng) 于 2021-1-14 00:13 編輯

實(shí)在的,ipc本身就帶有這個(gè)功能,只要攝像頭出現(xiàn)畫面,本身就會(huì)檢測(cè)人臉,而且從app上看,還有移動(dòng)檢測(cè)功能,已經(jīng)非常強(qiáng)大了,但是自己做出來,可以了解更多的知識(shí). 本文使用python和opencv來檢測(cè)的人臉. 使用的主要api如下:

cv2.cvtColor對(duì)色彩進(jìn)行轉(zhuǎn)換
cv2.CascadeClassifier這個(gè)是輸入人臉數(shù)據(jù),該數(shù)據(jù)基于文件haarcascade_frontalface_alt_tree.xml,已經(jīng)保存了人臉特征,不需要我們?nèi)?shí)現(xiàn)
cv2.detectMultiScale該函數(shù)用來檢測(cè)人臉,是本文處理人臉的主要函數(shù)

復(fù)制代碼 Opencv打開攝像頭使用函數(shù):

camera = cv2.VideoCapture（0） # 參數(shù)0表示第一個(gè)攝像頭

復(fù)制代碼 程序代碼如下

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

import cv2

import numpy as np

camera = cv2.VideoCapture（0）

# 判斷視頻是否打開

if （camera.isOpened（））

  print（\“Open\“）

else:

   print（\“攝像頭未打開\“）

# 測(cè)試用,查看視頻size

size = （int（camera.get（cv2.CAP_PROP_FRAME_WIDTH））,

      int（camera.get（cv2.CAP_PROP_FRAME_HEIGHT）））

print（\“size:\“ + repr（size））

# es = cv2.getStructuringElement（cv2.MORPH_ELLIPSE, （9, 4））

# kernel = np.ones（（5, 5）, np.uint8）

# background = None

while True:

   # 讀取視頻流

   grabbed, frame_lwpCV = camera.read（）

   gray_lwpCV = cv2.cvtColor（frame_lwpCV, cv2.COLOR_BGR2GRAY）

   face_detector = cv2.CascadeClassifier（“D:/Python/Python39/Lib/site-packages/cv2/data/haarcascade_frontalface_alt_tree.xml“）

   \“\“\“

   cv2.cv2.CascadeClassifier.CascadeClassifier def __init__（self,

            *args: Any,

            **kwargs: Any） -> None

   \“\“\“

   faces = face_detector.detectMultiScale（gray_lwpCV, 1.02, 5）

   \“\“\“

   def detectMultiScale（self,

                  image: Any,             # 輸入待檢測(cè)的圖像，灰度

                  scaleFactor: Any = None, # 尺度系數(shù)

                  minNeighbors: Any = None,  # 需要的鄰域數(shù)

                  flags: Any = None,

                  minSize: Any = None,    # 最小檢測(cè)窗口

                  maxSize: Any = None） -> None # 最大檢測(cè)窗口

   \“\“\“

   for x, y, w, h in faces:

      cv2.rectangle（frame_lwpCV, （x, y）, （x + w, y + h）, （0, 0, 255）, 2）  # 繪制矩形

      # cv2.rectangle（frame_lwpCV, （x, y）, （x + w, y + h）, （0, 255, 0）, 2）

      # cv2.rectangle（src, （x, y）, （x + w, y + h）, （0, 0, 255）, 2）  # 繪制矩形

      \“\“\“

      def rectangle（img: Any,          # 圖像

            pt1: Any,                   # pt1 矩形的一個(gè)頂點(diǎn)

            pt2: Any,                   # pt2 矩形對(duì)角線上的另一個(gè)頂點(diǎn)

            color: Any,                # 線條顏色（RGB）或亮度（灰度圖像）

            thickness: Any = None,       # 組成矩形的線條的粗細(xì)程度，取負(fù)值時(shí)（如 CV_FILLED）函數(shù)繪制填充了色彩的矩形

            lineType: Any = None,       # 線條的類型

            shift: Any = None） -> None

      \“\“\“

   cv2.imshow（\“contours\“, frame_lwpCV）

   # cv2.imshow（\“dis\“, diff）

   key = cv2.waitKey（1） & 0xFF

   # 按\“q\“健退出循環(huán)

   if key == ord（\“q\“）:

      break

# When everything done, release the capture

camera.release（）

cv2.destroyAllWindows（）