|
代码:
- # -*- coding: UTF-8 -*-
- import cv2
- import numpy as np
- cv2.namedWindow("test")#命名一个窗口
- cap=cv2.VideoCapture(0)#打开0号摄像头
- success, frame = cap.read()#读取一桢图像,前一个返回值是是否成功,后一个返回值是图像本身
- color = (134,126,255)#设置人脸框的颜色
- classfier=cv2.CascadeClassifier("haarcascade_frontalface_default.xml")#定义分类器
- success,frame = cap.read()
- size=frame.shape#获得当前桢彩色图像的大小
- image=np.zeros(size,dtype=np.float16)#定义一个与当前桢图像大小相同的的灰度图像矩阵
- img = cv2.cvtColor(frame, cv2.cv.CV_BGR2GRAY)#将当前桢图像转换成灰度图像
- while success:
- success, frame = cap.read()
- size=frame.shape[:2]#获得当前桢彩色图像的大小
- image=np.zeros(size,dtype=np.float16)#定义一个与当前桢图像大小相同的的灰度图像矩阵
- image = cv2.cvtColor(frame, cv2.cv.CV_BGR2GRAY)#将当前桢图像转换成灰度图像
- cv2.equalizeHist(image, image)#灰度图像进行直方图等距化
- #如下三行是设定最小图像的大小
- divisor=8
- h, w = size
- minSize=(w/divisor, h/divisor)
- faceRects = classfier.detectMultiScale(image, 1.2, 2, cv2.CASCADE_SCALE_IMAGE,minSize)#人脸检测
- if len(faceRects)>0:#如果人脸数组长度大于0
- for faceRect in faceRects: #对每一个人脸画矩形框
- x, y, w, h = faceRect
- cv2.rectangle(frame, (x, y), (x+w, y+h), color)
- cv2.circle(img,(x+w/2,y+h/2),2,color,2,8,0)
- cv2.imshow("test", frame)#显示图像
- key=cv2.waitKey(10)
- c = chr(key & 255)
- if c in ['q', 'Q', chr(27)]:
- break
- cv2.destroyWindow("test")
复制代码 |
|