Python 调用摄像头进行人脸识别 您所在的位置:网站首页 python摄像头人脸识别代码 Python 调用摄像头进行人脸识别

Python 调用摄像头进行人脸识别

2024-03-16 20:08| 来源: 网络整理| 查看: 265

之前发过一篇关于对图片上人脸检测的博客。 链接:https://blog.csdn.net/weixin_43582101/article/details/88702254

本篇则是讲解通过计算机摄像头来识别人脸并捕捉人脸位置。源码加依赖在最后会完整托管在github上。

测试结果如下:

在这里插入图片描述 直接贴代码了,基本上都有注释。就不多说了。

导入要使用的模块 cv2,tensorflow

import tensorflow as tf from face_check import detect_face import cv2 import numpy as np

tf.Graph() 表示实例化了一个用于 tensorflow 计算和表示用的数据流图

print('Creating and loading ') with tf.Graph().as_default():# tf.Graph() 表示实例化了一个用于 tensorflow 计算和表示用的数据流图 # tf.Graph().as_default() 表示新生成的图作为整个 tensorflow 运行环境的默认图 #tf.ConfigProto()创建session的时候用来对session进行参数配置 sess = tf.Session(config=tf.ConfigProto(log_device_placement=False))# log_device_placement记录设备指派情况 with sess.as_default(): # 创建一个默认会话 pnet, rnet, onet = detect_face.create_mtcnn(sess, None)

定义检测函数

def detection(image): minsize = 20 # 最小尺寸 threshold = [0.6, 0.7, 0.7] # 三个步骤的阈值 factor = 0.709 # 比例项间的比率 # detect with RGB image h, w = image.shape[:2] bounding_boxes, _ = detect_face.detect_face(image, minsize, pnet, rnet, onet, threshold, factor) #检测图像中的人脸,并为其返回包围框和点。img:输入图像 最小面尺寸:最小面尺寸 #pnet, rnet, onet: caffemodel #阈值:阈值=[th1, th2, th3], th1-3为三步阈值 #factor:用于创建一个扩展的因素金字塔脸大小的检测图像中。用于创建图像中检测到的面部尺寸的比例金字塔的因素 if len(bounding_boxes) < 1: print("can't detect face in the frame") return None #未检测到则返回空 print("检测到 %d 个人脸"% len(bounding_boxes)) # 检测到的人脸数

用矩形把找到的形状包起来

bgr = cv2.cvtColor(image, cv2.COLOR_RGB2BGR) # 图像颜色空间转换 for i in range(len(bounding_boxes)): det = np.squeeze(bounding_boxes[i, 0:4]) bb = np.zeros(4, dtype=np.int32) # x1, y1, x2, y2 margin = 0 bb[0] = np.maximum(det[0] - margin / 2, 0) #np.maximum求最大值 bb[1] = np.maximum(det[1] - margin / 2, 0) bb[2] = np.minimum(det[2] + margin / 2, w) bb[3] = np.minimum(det[3] + margin / 2, h) cv2.rectangle(bgr, (bb[0], bb[1]), (bb[2], bb[3]), (0, 0, 255), 2, 8, 0) cv2.imshow("detected faces", bgr) # cv2.rectangle 用矩形把找到的形状包起来 return bgr

打开本地摄像头

capture = cv2.VideoCapture(0) # VideoCapture 读取本地视频和打开摄像头 height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT) # 计算视频的高 width = capture.get(cv2.CAP_PROP_FRAME_WIDTH) # 计算视频的宽 out = cv2.VideoWriter("D:/demo.mp4", cv2.VideoWriter_fourcc('D', 'I', 'V', 'X'), 15, (np.int(width), np.int(height)), True) # cv2.VideoWriter 保存摄像头视频 #VideoWriter_fourcc()输入四个字符代码即可得到对应的视频编码器 while True: ret, frame = capture.read() if ret is True: frame = cv2.flip(frame, 1) #cv2.flip 图像翻转 # cv2.imshow("frame", frame) rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) #cvtColor()颜色空间转换函数 result = detection(rgb) out.write(result) c = cv2.waitKey(10) if c == 27: break else: break cv2.destroyAllWindows() #关闭窗口

Over,下面可以跑起来进行测试了 先用两个人物测试。 在这里插入图片描述 真人测试。拒绝露脸在这里插入图片描述

github源码地址: https://github.com/lixi5338619/camera_face_check



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有