概述
本次在图片识别的程度上增添了视频识别
原理就是在图片的基础上进行操作 每毫秒进行下一帧的人脸解析识别,时间可自行设置
import numpy as np
import cv2
win = cv2.namedWindow('dzd',cv2.WINDOW_NORMAL)
cv2.resizeWindow('dzd',640,200)
rose = cv2.imread('./rose.jpg')
cv2.imshow('dzd',rose)
cv2.waitKey(0)
cv2.destroyWindow('dzd')
# v = cv2.VideoCapture('./dzd2.mp4')
face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_alt2.xml')
# 视频是由一张张图片组成,每一张图片,帧
while True:
flag,frame = v.read()
if not flag:
break
# frame = cv2.resize(frame,(640,360))
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
face_zones = face_detector.detectMultiScale(gray,scaleFactor = 1.1,
minNeighbors = 3)
for x,y,w,h in face_zones:
cv2.rectangle(frame,pt1 = (x,y),pt2 = (x+w,y+h),color = [0,0,255],thickness=2)
cv2.imshow('dzd',frame)
key = cv2.waitKey(1)
if key == ord('q'):
break
v.release()#释放视频流
cv2.destroyAllWindows()
最后
以上就是壮观芹菜为你收集整理的【机器学习】opencv-视频中的人脸检测的全部内容,希望文章能够帮你解决【机器学习】opencv-视频中的人脸检测所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复