Python-OpenCv-人脸识别 opencv

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

前言
一、准备工作
二、打开摄像头
三、进行人脸识别

【Python-OpenCv-人脸识别】
前言用OpenCv实现人脸识别
提示：以下是本篇文章正文内容，下面案例可供参考
案列：? Fu Xianjun. All Rights Reserved.
一、准备工作

face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") cap = cv2.VideoCapture(0) w,h = cap.get(3),cap.get(4) #去噪 fgbg = cv2.createBackgroundSubtractorMOG2(history=50,varThreshold=100,detectShadows=False)

二、打开摄像头

import cv2 cap = cv2.VideoCapture(0)#打开1个摄像头 while(cap.isOpened()): ret,frame = cap.read() cv2.imshow("frame",frame) if cv2.waitKey(30) == ord("q"): break#按q退出 cap.release()#释放摄像头的资源 cv2.destroyAllWindows()

3.人脸识别

gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) #变为灰度图 faces = face_cascade.detectMultiScale(gray,2.1,5,0) #把灰度图片传给haar进行灰度处理，返回值人脸左上角坐标，宽度和高度#2.1为缩放比例，默认为1.1即每次搜索窗口依次扩大10% #5为构成检测目标的相邻矩形的最小个数 #0为flag，表示使用表认知，会使用Canny边缘检测来排除边缘过多或过少的区域for (x,y,w,h) in faces: face = cv2.rectangle(frame,(x,y),(x+w,y+h),(0,0,255),3) #画框#(x,y)是框左上角位置 #(x+w,y+h)是框右下角位置 #(0,0,255)是颜色，根据bgrcv2.imshow("frame",frame) if cv2.waitKey(30) == ord("q"): break #按q退出 cap.release() #释放摄像头的资源 cv2.destroyAllWindows()