第十八天呼叫攝像頭人臉識別(有誤判)
阿新 • • 發佈:2018-11-11
import cv2 as cv import numpy as np def face_detect_demo(image): gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) ##疊加分類器 face_detector = cv.CascadeClassifier("M:/opencv3&python視訊 淘寶一枝紅梨/2-贈送OpenCV視覺處理核心課程/opencv-3.0.0/data/lbpcascades/lbpcascade_frontalcatface.xml") faces = face_detector.detectMultiScale(gray, 1.1, 20) #detectMultiScale ##引數1:image–待檢測圖片,一般為灰度影象加快檢測速度; # 引數2:objects–被檢測物體的矩形框向量組;為輸出量,如人臉檢測矩陣Mat # 引數3:scaleFactor–表示在前後兩次相繼的掃描中,搜尋視窗的比例係數。預設為1.1即每次搜尋視窗依次擴大10%;一般設定為1.1 # 引數4:minNeighbors–表示構成檢測目標的相鄰矩形的最小個數(預設為3個)。 # 如果組成檢測目標的小矩形的個數和小於 min_neighbors - 1 都會被排除。 # 如果min_neighbors 為 0, 則函式不做任何操作就返回所有的被檢候選矩形框, # 這種設定值一般用在使用者自定義對檢測結果的組合程式上; # 引數5:flags–要麼使用預設值,要麼使用CV_HAAR_DO_CANNY_PRUNING,如果設定為CV_HAAR_DO_CANNY_PRUNING,那麼函式將會使用Canny邊緣檢測來排除邊緣過多或過少的區域,因此這些區域通常不會是人臉所在區域; # 引數6、7:minSize和maxSize用來限制得到的目標區域的範圍。也就是我本次訓練得到實際專案尺寸大小 for x, y, w, h in faces: cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2) cv.imshow("result", image) print("--------- Python OpenCV Tutorial ---------") src = cv.imread("C:/Users/weiqiangwen/Desktop/sest/data/lena.jpg") # cv.namedWindow("input contours",cv.WINDOW_AUTOSIZE) cv.imshow("contours", src) capture = cv.VideoCapture(0) #cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.namedWindow("result", cv.WINDOW_AUTOSIZE) while(True): ret, frame = capture.read() frame = cv.flip(frame, 1) face_detect_demo(frame) c = cv.waitKey(10) if c == 27: # ESC break cv.waitKey(0) cv.destroyAllWindows()