python利用网络摄像头进行人脸检测

利用官方的人脸分类器进行识别准备条件过程代码解释参考

利用官方的人脸分类器进行识别

准备条件

pythonOpenCV网络摄像头或者电脑自带摄像头

过程

1、调用摄像头，不断获取图像 2、对每一帧图像进行灰度处理 3、调用人脸分类器进行检测，如果检测到人脸就框出来，并保存检测到的人脸 4、显示视频的图像 5、按q键退出/识别的人脸达到预设值退出 6、结束释放摄像头并销毁所有窗口

代码解释

1、调用摄像头 视频来源

#此处为电脑自带摄像头 cap = cv2.VideoCapture(0) #下面两行为网络摄像头来源，ur1为视频流地址，其中admin为摄像头用户名，888888为密码，@后为ip，10554为rtsp端口 url = 'rtsp://admin:888888@10.5.3.105:10554/tcp/av0_0' cap = cv2.VideoCapture(url)

人脸识别的分类器

classfier = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")

参数设置

num=0 #目前已经识别几张人脸，初始为0 catch_pic_num=10000 #图片最多存储量 path_name="E:/anaconda/face_recognition/text2/image" #识别出人脸后，人脸的保存路径

2、获取图像，灰度处理，人脸识别并且保存人脸图像

while True: if not cap.isOpened(): break ret, frame = cap.read() #从摄像头读取一帧画面 grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #灰度处理，提高效率 faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32)) #人脸检测 #对同一个画面有可能出现多张人脸，因此，我们需要用一个for循环将所有检测到的人脸都读取出来，然后逐个用矩形框框出来 if len(faceRects) > 0: for faceRect in faceRects: x, y, w, h = faceRect #每张人脸在图像中的起始坐标（左上角，x、y）以及长、宽（h、w） img_name = "%s/%d.jpg" % (path_name, num) #存储人脸 image = frame[y - 10: y + h + 10, x - 10: x + w + 10] cv2.imwrite(img_name, image,[int(cv2.IMWRITE_PNG_COMPRESSION), 9]) num += 1 if num > (catch_pic_num): break cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), (0, 255, 0), 2) #框出人脸 cv2.imshow('window_name', frame) #显示图像 if num > (catch_pic_num): #识别人脸到达设定值退出 break c = cv2.waitKey(10) #或者按q键退出 if c & 0xFF == ord('q'): break

3、结束，释放窗口

cap.release() cv2.destroyAllWindows()

注意： 1、人脸识别分类器文件 haarcascade_frontalface_alt.xml存放在与代码相同的文件夹中 2、识别后文件保存路径path_name记得修改为自己的路径 3、图片最多存储量catch_pic_num可以根据自己的需要进行修改

源代码链接： https://github.com/wy-use/face_recognition.

参考

链接1: https://blog.csdn.net/gaoyueace/article/details/79600698. 链接2: https://blog.csdn.net/weixin_43746433/article/details/89817224.