上期文章我們分享了opencv識別圖片中的人臉，OpenCV圖片人臉檢測，本期我們分享一下如何從視頻中檢測到人臉

視頻人臉檢測

OpenCV打開攝像頭特別簡單，只需要如下一句代碼

capture = cv2.VideoCapture(0) # 打開攝像頭

打開攝像頭后，我們使用如下一句代碼，來獲取視頻中的圖片(每幀圖片)

ret, frame = capture.read() # 讀取

有了圖片我們就可以按照圖片的識別方式來檢測人臉了

有了以上的2句代碼，再加上上期的圖片識別，就可以從視頻中檢測人臉了

完整代碼：

import cv2

capture = cv2.VideoCapture(0) # 打開攝像頭

face = cv2.CascadeClassifier(r'D:Program Files (x86)Anaconda3pkgslibopencv-3.4.1-h875b8b8_3Libraryetchaarcascadeshaarcascade_frontalface_alt.xml') # 導入人臉模型

cv2.namedWindow('攝像頭') # 獲取攝像頭畫面

while True:

ret, frame = capture.read() # 讀取視頻圖片

gray = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY) # 灰度

faces = face.detectMultiScale(gray,1.1,3,0,(100,100))

for (x, y, w, h) in faces: # 5個參數，一個參數圖片 ，2 坐標原點，3 識別大小，4，顏色5，線寬

cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

cv2.imshow('攝像頭', frame) # 顯示

if cv2.waitKey(5) & 0xFF == ord('q'):

break

capture.release() # 釋放資源

cv2.destroyAllWindows() # 關閉窗口

opencv中人臉檢測使用的是 detectMultiScale函數，小編使用手機播放一段視頻，截取了幾張人臉檢測的圖片

detectMultiScale(

const Mat& image,

CV_OUT vector& objects,

double scaleFactor = 1.1,

int minNeighbors = 3,

int flags = 0,

Size minSize = Size(),

Size maxSize = Size()

);

識別視頻中的人臉

函數介紹：

參數1：image--待檢測圖片，一般為灰度圖像加快檢測速度；

參數2：objects--被檢測物體的矩形框向量組；

參數3：scaleFactor--表示在前后兩次相繼的掃描中，搜索窗口的比例系數。默認為1.1即每次搜索窗口依次擴大10%;

參數4：minNeighbors--表示構成檢測目標的相鄰矩形的最小個數(默認為3個)。

如果組成檢測目標的小矩形的個數和小于 min_neighbors - 1 都會被排除。

如果min_neighbors 為 0, 則函數不做任何操作就返回所有的被檢候選矩形框，

這種設定值一般用在用戶自定義對檢測結果的組合程序上；

參數5：flags--要么使用默認值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果設置為

CV_HAAR_DO_CANNY_PRUNING，那么函數將會使用Canny邊緣檢測來排除邊緣過多或過少的區域，

因此這些區域通常不會是人臉所在區域；

參數6、7：minSize和maxSize用來限制得到的目標區域的范圍。

識別視頻中的人臉

OpenCV作為對象檢測的第三方庫，其強大之處在于對象的檢測，Dlib出現后，由于在人臉檢測方面的準確度，得到了大家了認可，下期我們分享一下，如何使用Dlib來進行人臉的檢測

使用dlib檢測的68個特征點

總結

以上是生活随笔為你收集整理的opencv 人脸识别_人工智能-OpenCV+Python实现人脸识别（视频人脸检测）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。