本文實例為大家分享了Python OpenCV調用攝像頭檢測人臉并截圖的具體代碼，供大家參考，具體內容如下

注意：需要在python中安裝OpenCV庫，同時需要下載OpenCV人臉識別模型haarcascade_frontalface_alt.xml，模型可在OpenCV-PCA-KNN-SVM_face_recognition中下載。

使用OpenCV調用攝像頭檢測人臉并連續截圖100張

#-*- coding: utf-8 -*-

# import 進openCV的庫

import cv2

###調用電腦攝像頭檢測人臉并截圖

def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name):

cv2.namedWindow(window_name)

#視頻來源，可以來自一段已存好的視頻，也可以直接來自USB攝像頭

cap = cv2.VideoCapture(camera_idx)

#告訴OpenCV使用人臉識別分類器

classfier = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")

#識別出人臉后要畫的邊框的顏色，RGB格式, color是一個不可增刪的數組

color = (0, 255, 0)

num = 0

while cap.isOpened():

ok, frame = cap.read() #讀取一幀數據

if not ok:

break

grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #將當前楨圖像轉換成灰度圖像

#人臉檢測，1.2和2分別為圖片縮放比例和需要檢測的有效點數

faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))

if len(faceRects) > 0: #大于0則檢測到人臉

for faceRect in faceRects: #單獨框出每一張人臉

x, y, w, h = faceRect

#將當前幀保存為圖片

img_name = "%s/%d.jpg" % (path_name, num)

#print(img_name)

image = frame[y - 10: y + h + 10, x - 10: x + w + 10]

cv2.imwrite(img_name, image,[int(cv2.IMWRITE_PNG_COMPRESSION), 9])

num += 1

if num > (catch_pic_num): #如果超過指定最大保存數量退出循環

break

#畫出矩形框

cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)

#顯示當前捕捉到了多少人臉圖片了，這樣站在那里被拍攝時心里有個數，不用兩眼一抹黑傻等著

font = cv2.FONT_HERSHEY_SIMPLEX

cv2.putText(frame,'num:%d/100' % (num),(x + 30, y + 30), font, 1, (255,0,255),4)

#超過指定最大保存數量結束程序

if num > (catch_pic_num): break

#顯示圖像

cv2.imshow(window_name, frame)

c = cv2.waitKey(10)

if c & 0xFF == ord('q'):

break

#釋放攝像頭并銷毀所有窗口

cap.release()

cv2.destroyAllWindows()

if __name__ == '__main__':

# 連續截100張圖像，存進image文件夾中

CatchPICFromVideo("get face", 0, 99, "/image")

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持我們。

本文標題: Python OpenCV調用攝像頭檢測人臉并截圖

本文地址: http://www.cppcns.com/jiaoben/python/266518.html

總結

以上是生活随笔為你收集整理的python人脸识别截图_Python OpenCV调用摄像头检测人脸并截图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。