上篇文章介紹了OpenCV進(jìn)行照片人臉檢測(cè)，今天學(xué)習(xí)的是OpenCV進(jìn)行視頻人臉檢測(cè)，所有的參考博文、文獻(xiàn)、視頻、代碼都會(huì)在文末附上鏈接或文件壓縮包。

本文的目錄如下：

一、Opencv 進(jìn)行視頻人臉檢測(cè)

1、代碼

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import cv2
 
# 人臉檢測(cè)函數(shù)：
# useCamera參數(shù)：True表示使用攝像頭，F(xiàn)alse表示讀取當(dāng)前目錄下視頻文件
def face_detection(useCamera=False):
    # 1.調(diào)用攝像頭或者使用讀取視頻
    cv2.namedWindow("CaptureFace")
    if useCamera == True:
        cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
    else:
        cap = cv2.VideoCapture('./video2.mp4')
 
    # 2.人臉識(shí)別器分類(lèi)器
    classfier = cv2.CascadeClassifier('./opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml')
    color = (0, 255, 0)
 
    while cap.isOpened():
        flag, frame = cap.read()
        frame = cv2.flip(frame, 1)  # 鏡像操作
 
        if not flag:
            break
 
        # 3.灰度轉(zhuǎn)換
        grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
 
        # 4.人臉檢測(cè)，1.2和2分別為圖片縮放比例和需要檢測(cè)的有效點(diǎn)數(shù)
        facerects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
        if len(facerects) > 0:  # 大于0則檢測(cè)到人臉
            for faceRect in facerects:  # 單獨(dú)框出每一張人臉
                x, y, w, h = faceRect
 
                # 5.畫(huà)圖
                cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 3)
        cv2.imshow("CaptureFace", frame)
        if cv2.waitKey(10) & 0xFF == ord('q'):
            break
 
    cap.release()
    cv2.destroyAllWindows()
 
face_detection()  # 使用攝像頭
face_detection(useCamera=False)  # 使用視頻

2、代碼解釋

detectMultiScale()函數(shù)

核心部分用到的同樣是detectMultiScale()，具體參數(shù)解釋見(jiàn)上篇博客OpenCV進(jìn)行照片人臉檢測(cè)。

cv2.rectangle()函數(shù)

這里主要記錄一下cv2.rectangle()函數(shù)。
cv2.rectangle 這個(gè)函數(shù)的作用是在圖像上繪制一個(gè)簡(jiǎn)單的矩形。
opencv 官網(wǎng)上給出的 cv2.rectangle 函數(shù)定義 如下：
cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) → None
第一個(gè)參數(shù) img 指定一張圖片，在這張圖片的基礎(chǔ)上進(jìn)行繪制；
第二、三個(gè)參數(shù) pt1 和 pt2 分別代表矩形的左上角和右下角兩個(gè)點(diǎn)，而且 x 坐標(biāo)軸是水平方向的，y 坐標(biāo)軸是垂直方向的。
第四個(gè)參數(shù) color 參數(shù)一般用 RGB 值指定，表示矩形邊框的顏色。RGB 對(duì)應(yīng)的顏色可以使用 https://www.sioe.cn/yingyong/yanse-rgb-16/ 查看。opencv中讀入圖片數(shù)據(jù)是按照b,g,r的順序，所以（0，0，255）代表紅色，（0，255，0）代表綠色?？梢钥吹较旅娴淖R(shí)別框?yàn)榫G色。
第五個(gè)參數(shù) thickness 參數(shù)表示矩形邊框的厚度，即線條的粗細(xì)值，為正值時(shí)代表線條的粗細(xì)（以像素為單位），為負(fù)值時(shí)邊框?qū)嵭?如 CV_FILLED，則表示填充整個(gè)矩形。
第六個(gè)參數(shù) lineType 表示線型。如果指定為 CV_AA，則是使用高斯濾波器畫(huà)反鋸齒線。
第七個(gè)參數(shù) shift 參數(shù)表示點(diǎn)坐標(biāo)中的小數(shù)位數(shù)。

3、效果分析

隨著視頻播放，人物位置的改變，隨機(jī)從視頻中截取了兩張圖片，都能夠檢測(cè)到人臉。

參考博文

基于opencv的人臉檢測(cè)（圖片、視頻、攝像頭）
opencv cv2.rectangle 參數(shù)含義
使用的視頻: https://haokan.baidu.com/v?pd=wisenatural&vid=8158766618890451729

本文先寫(xiě)到這里，歡迎大家批評(píng)指正！文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-402455.html

到了這里，關(guān)于【使用OpenCV進(jìn)行視頻人臉檢測(cè)】------機(jī)器學(xué)習(xí)（附完整代碼和數(shù)據(jù)集）的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！