本文教大家调用电脑摄像头进行实时人脸+眼睛识别+微笑识别,供大家参考,具体内容如下

一、调用电脑摄像头进行实时人脸+眼睛识别

# 调用电脑摄像头进行实时人脸+眼睛识别,可直接复制粘贴运行
import cv2

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

eye_cascade = cv2.cascadeclassifier(cv2.data.haarcascades+'haarcascade_eye.xml')
# 调用摄像头摄像头
cap = cv2.videocapture(0)

while(true):
    # 获取摄像头拍摄到的画面
    ret, frame = cap.read()
    faces = face_cascade.detectmultiscale(frame, 1.3, 5)
    img = frame
    for (x,y,w,h) in faces:
     # 画出人脸框,蓝色,画笔宽度微
        img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
     # 框选出人脸区域,在人脸区域而不是全图中进行人眼检测,节省计算资源
        face_area = img[y:y+h, x:x+w]
        eyes = eye_cascade.detectmultiscale(face_area)
     # 用人眼级联分类器引擎在人脸区域进行人眼识别,返回的eyes为眼睛坐标列表
        for (ex,ey,ew,eh) in eyes:
            #画出人眼框,绿色,画笔宽度为1
            cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1)
        
 # 实时展示效果画面
    cv2.imshow('frame2',img)
    # 每5毫秒监听一次键盘动作
    if cv2.waitkey(5) & 0xff == ord('q'):
        break

# 最后,关闭所有窗口
cap.release()
cv2.destroyallwindows()

二、调用电脑摄像头进行实时人脸+眼睛识别+微笑识别

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')
# 调用摄像头摄像头
cap = cv2.videocapture(0)

while(true):
    # 获取摄像头拍摄到的画面
    ret, frame = cap.read()
    faces = face_cascade.detectmultiscale(frame, 1.3, 2)
    img = frame
    for (x,y,w,h) in faces:
     # 画出人脸框,蓝色,画笔宽度微
        img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
     # 框选出人脸区域,在人脸区域而不是全图中进行人眼检测,节省计算资源
        face_area = img[y:y+h, x:x+w]
        
        ## 人眼检测
        # 用人眼级联分类器引擎在人脸区域进行人眼识别,返回的eyes为眼睛坐标列表
        eyes = eye_cascade.detectmultiscale(face_area,1.3,10)
        for (ex,ey,ew,eh) in eyes:
            #画出人眼框,绿色,画笔宽度为1
            cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1)
        
        ## 微笑检测
        # 用微笑级联分类器引擎在人脸区域进行人眼识别,返回的eyes为眼睛坐标列表
        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:
            #画出微笑框,红色(bgr色彩体系),画笔宽度为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)
        
 # 实时展示效果画面
    cv2.imshow('frame2',img)
    # 每5毫秒监听一次键盘动作
    if cv2.waitkey(5) & 0xff == ord('q'):
        break

# 最后,关闭所有窗口
cap.release()
cv2.destroyallwindows()

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持www.887551.com。