系列文章目录

Python 检测学习：人脸检测与抓捕

前言

使用Python和OpenCV检测人脸是一个常见的计算机视觉任务。

一、项目需求

python opencv检测人脸代码，要求：使用计算机自带的摄像头进行实时抓捕与检测，并且框出人脸范围

二、使用步骤

1.源代码

代码如下（示例）：

import cv2

# 加载Haar级联人脸检测器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 启动摄像头
cap = cv2.VideoCapture(0)  # 参数0通常表示默认的摄像头

if not cap.isOpened():
    print("无法打开摄像头")
    exit()

while True:
    # 读取摄像头的帧
    ret, frame = cap.read()

    if not ret:
        print("无法读取帧")
        break

    # 转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 检测人脸
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30), flags=cv2.CASCADE_SCALE_IMAGE)

    # 在检测到的人脸周围绘制矩形框
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    # 显示结果
    cv2.imshow('Real-time Face Detection', frame)

    # 按'q'退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头
cap.release()
# 关闭所有OpenCV窗口
cv2.destroyAllWindows()

2.代码分析

分析如下：

1. 加载Haar级联分类器：
   使用CascadeClassifier加载OpenCV自带的Haar级联人脸检测器。

2. 启动摄像头：
   使用cv2.VideoCapture(0)启动默认摄像头。参数0表示第一个摄像头设备。

3. 读取和处理帧：
   在循环中，使用cap.read()从摄像头读取每一帧。然后使用cv2.cvtColor将帧转换为灰度图像，因为人脸检测通常在灰度图像上进行。

4. 检测人脸：
   使用detectMultiScale方法在灰度帧中检测人脸。

5. 绘制矩形框：
   对检测到的每个人脸，使用cv2.rectangle在帧上绘制矩形框。

6. 显示和退出：
   使用cv2.imshow显示带有人脸矩形框的帧。循环将持续进行，直到用户按下’q’键。使用cv2.waitKey(1)设置窗口响应按键的时间间隔为1毫秒。

7. 释放资源：
   循环结束后，使用cap.release()释放摄像头资源，使用cv2.destroyAllWindows()关闭所有OpenCV创建的窗口。

总结

以上就是今天要讲的内容，本文代码将打开你的摄像头，并在窗口中显示实时视频流，同时在检测到的人脸上绘制矩形框。按’q’键可以退出程序。