视频人像检测（OpenCV）

59 阅读 0 评论 39 点赞

我是靠谱客的博主爱撒娇大白，最近开发中收集的这篇文章主要介绍视频人像检测（OpenCV），觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

初学OpenCV，欢迎大佬请多多指点，嘿嘿

源码如下：

import cv2.cv2 as cv
import matplotlib.pyplot as plt

# 读取视频
cap = cv.VideoCapture(0)

# 对每一帧数据进行人脸检测
while (cap.isOpened()):
    ret,frame = cap.read()
    if ret == True:
        gray = cv.cvtColor(frame,cv.COLOR_BGR2GRAY)
        # 实例化人脸检测分类器
        face_cas = cv.CascadeClassifier('haarcascade_frontalface_default.xml')
        face_cas.load('haarcascade_frontalface_default.xml')

        face_rects = face_cas.detectMultiScale(gray,scaleFactor=1.2,minNeighbors=3,minSize=(32,32))
        for facerect in face_rects:
            x,y,w,h = facerect
            # 框出人脸
            cv.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),3)
        cv.imshow('frame',frame)
        if cv.waitKey(1)&0xff == ord('d'):
            break
    # 释放资源
cap.release()
cv.destroyAllWindows()

使用import cv2.cv2 as cv为了解决在pycharm中使用cv2包内置函数的时候没有代码补全提示的问题

首先读取视频，并检测视频是否正确被读取，然后对提取出的每一帧图像进行灰度处理。

CascadeClassifier是OpenCV中做人脸检测的时候的一个级联分类器。其参数为人脸检测模型，代码中的参数为OpenCV自带的人脸检测的模型，实例化完人脸检测模型后并加载该模型到一个变量中

对于dectectMultiScale函数，我始终弄不懂它的意义直到看到这篇文章---Python学习笔记（8）——我对OpenCV人脸检测方法detectMultiScale参数的理解 - it610.com

对于该函数我的理解如下：

①参数image：首先该函数检测图像是灰度图

②参数scaleFactor：缩放比例，haar级联分类器采用的是滑动窗口检测的方法，每次窗口画出图像后进行大小调整后再搜索直到无法缩小，如果检测的图像像素值比较大，则可以设置的大一点(拢共可以设置的大小为1.0-1.5)

③参数minNeighbors: 查阅了很多文章，但是还是没有很好的理解这个参数的意义，我的理解如下供大家参考：函数进行人脸检测时，会返回人脸矩阵，在很多人同框的时候，返回难免会出现错误，而该参数可以消除这种错误，简单来说就是该参数表示构成人脸目标的相邻矩阵的最小个数（默认是三个），相当于验证，当为0的时候显示所有框选区，当值增大后，目标选择速度加快，但是许多细节则会被忽略

④参数minSize和maxSize：设置检测对象的最大最小值，低于minSize和高于maxSize的话就不会检测出来。