快捷導(dǎo)航

基于python+opencv調(diào)用電腦攝像頭實現(xiàn)實時人臉眼睛以及微笑識別

更新時間：2021年09月06日 14:03:58 作者：w²大大

這篇文章主要為大家詳細(xì)介紹了基于python+opencv調(diào)用電腦攝像頭實現(xiàn)實時人臉眼睛以及微笑識別，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下

本文教大家調(diào)用電腦攝像頭進(jìn)行實時人臉+眼睛識別+微笑識別，供大家參考，具體內(nèi)容如下

一、調(diào)用電腦攝像頭進(jìn)行實時人臉+眼睛識別

# 調(diào)用電腦攝像頭進(jìn)行實時人臉+眼睛識別，可直接復(fù)制粘貼運(yùn)行
import cv2

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml')

eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_eye.xml')
# 調(diào)用攝像頭攝像頭
cap = cv2.VideoCapture(0)

while(True):
    # 獲取攝像頭拍攝到的畫面
    ret, frame = cap.read()
    faces = face_cascade.detectMultiScale(frame, 1.3, 5)
    img = frame
    for (x,y,w,h) in faces:
     # 畫出人臉框，藍(lán)色，畫筆寬度微
        img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
     # 框選出人臉區(qū)域，在人臉區(qū)域而不是全圖中進(jìn)行人眼檢測，節(jié)省計算資源
        face_area = img[y:y+h, x:x+w]
        eyes = eye_cascade.detectMultiScale(face_area)
     # 用人眼級聯(lián)分類器引擎在人臉區(qū)域進(jìn)行人眼識別，返回的eyes為眼睛坐標(biāo)列表
        for (ex,ey,ew,eh) in eyes:
            #畫出人眼框，綠色，畫筆寬度為1
            cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1)
        
 # 實時展示效果畫面
    cv2.imshow('frame2',img)
    # 每5毫秒監(jiān)聽一次鍵盤動作
    if cv2.waitKey(5) & 0xFF == ord('q'):
        break

# 最后，關(guān)閉所有窗口
cap.release()
cv2.destroyAllWindows()

二、調(diào)用電腦攝像頭進(jìn)行實時人臉+眼睛識別+微笑識別

import cv2

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml')

eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_eye.xml')

smile_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_smile.xml')
# 調(diào)用攝像頭攝像頭
cap = cv2.VideoCapture(0)

while(True):
    # 獲取攝像頭拍攝到的畫面
    ret, frame = cap.read()
    faces = face_cascade.detectMultiScale(frame, 1.3, 2)
    img = frame
    for (x,y,w,h) in faces:
     # 畫出人臉框，藍(lán)色，畫筆寬度微
        img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
     # 框選出人臉區(qū)域，在人臉區(qū)域而不是全圖中進(jìn)行人眼檢測，節(jié)省計算資源
        face_area = img[y:y+h, x:x+w]
        
        ## 人眼檢測
        # 用人眼級聯(lián)分類器引擎在人臉區(qū)域進(jìn)行人眼識別，返回的eyes為眼睛坐標(biāo)列表
        eyes = eye_cascade.detectMultiScale(face_area,1.3,10)
        for (ex,ey,ew,eh) in eyes:
            #畫出人眼框，綠色，畫筆寬度為1
            cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1)
        
        ## 微笑檢測
        # 用微笑級聯(lián)分類器引擎在人臉區(qū)域進(jìn)行人眼識別，返回的eyes為眼睛坐標(biāo)列表
        smiles = smile_cascade.detectMultiScale(face_area,scaleFactor= 1.16,minNeighbors=65,minSize=(25, 25),flags=cv2.CASCADE_SCALE_IMAGE)
        for (ex,ey,ew,eh) in smiles:
            #畫出微笑框，紅色（BGR色彩體系），畫筆寬度為1
            cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,0,255),1)
            cv2.putText(img,'Smile',(x,y-7), 3, 1.2, (0, 0, 255), 2, cv2.LINE_AA)
        
 # 實時展示效果畫面
    cv2.imshow('frame2',img)
    # 每5毫秒監(jiān)聽一次鍵盤動作
    if cv2.waitKey(5) & 0xFF == ord('q'):
        break

# 最后，關(guān)閉所有窗口
cap.release()
cv2.destroyAllWindows()