Python學習案例之視訊人臉檢測識別
摘要：
前言
上一篇 博文 與大家分享了簡單的圖片人臉識別技術，其實在實際應用中，很多是通過視訊流的方式進行識別，比如人臉識別通道門禁考勤系統、人臉動態跟蹤識別系統等等。
案例
這裡我們還是使用 opencv 中自帶了 haar人臉特徵分類器，通過讀取一段視訊來識別其中的人臉。
程...
前言
上一篇 博文 與大家分享了簡單的圖片人臉識別技術，其實在實際應用中，很多是通過視訊流的方式進行識別，比如人臉識別通道門禁考勤系統、人臉動態跟蹤識別系統等等。
案例
這裡我們還是使用 opencv 中自帶了 haar人臉特徵分類器，通過讀取一段視訊來識別其中的人臉。
程式碼實現：
# -*- coding: utf-8 -*-
__author__ = "小柒"
__blog__ = "https://blog.52itstyle.vip/"
import cv2
import os
# 儲存好的視訊檢測人臉並截圖
def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name):
cv2.namedWindow(window_name)
# 視訊來源
cap = cv2.VideoCapture(camera_idx)
# 告訴OpenCV使用人臉識別分類器
classfier = cv2.CascadeClassifier(os.getcwd()+"\\haarcascade\\haarcascade_frontalface_alt.xml")
# 識別出人臉後要畫的邊框的顏色，RGB格式, color是一個不可增刪的陣列
color = (0, 255, 0)
num = 0
while cap.isOpened():
ok, frame = cap.read()# 讀取一幀資料
if not ok:
break
grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 將當前楨影象轉換成灰度影象
# 人臉檢測，1.2和2分別為圖片縮放比例和需要檢測的有效點數
faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
if len(faceRects) > 0:# 大於0則檢測到人臉
for faceRect in faceRects:# 單獨框出每一張人臉
x, y, w, h = faceRect
# 將當前幀儲存為圖片
img_name = "%s/%d.jpg" % (path_name, num)
# print(img_name)
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):# 如果超過指定最大儲存數量退出迴圈
break
# 畫出矩形框
cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
# 顯示當前捕捉到了多少人臉圖片了，這樣站在那裡被拍攝時心裡有個數，不用兩眼一抹黑傻等著
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(frame, 'num:%d/100' % (num), (x + 30, y + 30), font, 1, (255, 0, 255), 4)
# 超過指定最大儲存數量結束程式
if num > (catch_pic_num): break
# 顯示影象
cv2.imshow(window_name, frame)
c = cv2.waitKey(10)
if c & 0xFF == ord('q'):
break
# 釋放攝像頭並銷燬所有視窗
cap.release()
cv2.destroyAllWindows()
if __name__ == '__main__':
# 連續截100張影象
CatchPICFromVideo("get face", os.getcwd()+"\\video\\kelake.mp4", 100, "E:\\VideoCapture")
動圖有點花，講究著看吧：
如果是捕捉攝像頭，只需要改變以下程式碼即可：
# 如果獲取攝像頭，引數修改為 0 即可 cap = cv2.VideoCapture(0)