标签:src gray python image face opencv 人脸 cv
图片中的人脸检测
代码:
# -*- coding=GBK -*-
import cv2 as cv
# 人脸检测
def face_image():
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
face_detector = cv.CascadeClassifier("E:\Python\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml")
faces = face_detector.detectMultiScale(gray, 1.02, 10) # 第二个参数是移动距离,第三个参数是识别度,越大识别读越高
for x, y, w, h in faces:
cv.rectangle(src, (x, y), (x+w, y+h), (0, 0, 255), 2) # 后两个参数,一个是颜色,一个是边框宽度
cv.imshow("result", src)
src = cv.imread("doctor.png")
cv.imshow("before", src)
face_image()
cv.waitKey(0)
cv.destroyAllWindows()
结果:
备注:
侧脸检测误差大,建议使用正脸图像
对我来说知道使用就行,过段时间做项目的时候再深究
摄像头中的人脸检测
代码:
# -*- coding=GBK -*-
import cv2 as cv
# 摄像头人脸检测
def face_image(src):
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
face_detector = cv.CascadeClassifier("E:\Python\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml")
faces = face_detector.detectMultiScale(gray, 1.02, 5) # 第二个参数是移动距离,第三个参数是识别度,越大识别读越高
for x, y, w, h in faces:
cv.rectangle(src, (x, y), (x + w, y + h), (0, 0, 255), 2) # 后两个参数,一个是颜色,一个是边框宽度
cv.imshow("result", src)
capture = cv.VideoCapture(0)
while (True):
ret, frame = capture.read()
frame = cv.flip(frame, 1)
face_image(frame)
if cv.waitKey(10) & 0xFF == ord('q'): # 键盘输入q退出窗口,不按q点击关闭会一直关不掉 也可以设置成其他键。
break
face_image()
cv.waitKey(0)
cv.destroyAllWindows()
结果:
备注:
尽量正脸 : )
标签:src,gray,python,image,face,opencv,人脸,cv 来源: https://blog.csdn.net/weixin_40338379/article/details/118359986
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。