人脸检测(Python)

目录

环境:

初始化摄像头:

初始化FaceDetector对象:

获取摄像头帧:

获取数据:

绘制数据:

显示图像:

完整代码:

环境:

cvzone库:cvzone是一个基于OpenCV的计算机视觉库,它提供了一些方便的功能和工具,用于图像处理、人脸检测、手势识别等应用。cvzone库是由Murtaza Hassan开发的,目前支持Python语言。

cv2库:cv2是OpenCV(Open Source Computer Vision Library)的Python接口库,它是一种广泛使用的计算机视觉和图像处理库。cv2提供了丰富的函数和工具,用于处理图像、视频、进行特征检测、图像变换等各种计算机视觉任务。

可以通过清华镜像源安装

初始化摄像头:

python 复制代码
cap = cv2.VideoCapture(0) # 通常 '0' 指的是内置摄像头
cap.set(3,1280)     #设置摄像头的分辨率为 1280x720
cap.set(4,720)

初始化FaceDetector对象:

FaceDetector是一个基于OpenCV的库,它提供了一个简单而强大的人脸检测器。它使用了OpenCV的级联分类器(Cascade Classifier)来检测人脸,并提供了方便易用的接口。FaceDetector可以在静态图像或实时视频中检测出人脸,并返回每个检测到的人脸的位置和边界框。它还可以根据需要进行参数调整,以适应不同场景和要求。FaceDetector在诸如人脸识别、人脸跟踪、表情检测等应用中非常有用。

python 复制代码
detector = FaceDetector(minDetectionCon=0.5, modelSelection=1)
# modelSelection: 0 表示短距离检测(2米),1 表示长距离检测(5米)

获取摄像头帧:

python 复制代码
 # success: 布尔值,表示是否成功捕获了帧
    # img: 捕获的帧
    success, img = cap.read() # 从摄像头读取当前帧

    # 在图像中检测人脸
    # img: 更新后的图像
    # bboxs: 检测到的人脸边界框列表
    img, bboxs = detector.findFaces(img, draw=False) #在图像中检测人脸,并返回更新后的图像和人脸边界框列表

获取数据:

python 复制代码
 # ---- 获取数据 ---- #
            center = bbox["center"]  # 获取人脸中心坐标
            x, y, w, h = bbox['bbox']  # 获取边界框的坐标和大小
            score = int(bbox['score'][0] * 100)  # 获取识别置信度(百分比)

绘制数据:

python 复制代码
  # ---- 绘制数据 ---- #
            cv2.circle(img, center, 5, (255, 0, 255), cv2.FILLED)  # 绘制圆形标记人脸中心
            cvzone.putTextRect(img, f'{score}%', (x, y - 15), border=5)  # 显示识别置信度文本
            cvzone.cornerRect(img, (x, y, w, h))  # 绘制矩形框

显示图像:

python 复制代码
 # 在名为'Image'的窗口中显示图像
    cv2.imshow("Image", img)
    # 等待1毫秒,如果按下任意键则关闭窗口
    cv2.waitKey(1)

完整代码:

python 复制代码
#coding=gbk
# 导入必要的库
import cvzone
from cvzone.FaceDetectionModule import FaceDetector
import cv2
import logging

# 配置日志记录
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# 记录日志信息
logging.info('这是一条信息日志')
logging.warning('这是一条警告日志')
logging.error('这是一条错误日志')
# 初始化摄像头
cap = cv2.VideoCapture(0) # 通常 '0' 指的是内置摄像头
cap.set(3,1280)     #设置摄像头的分辨率为 1280x720
cap.set(4,720)

# 初始化FaceDetector对象
# minDetectionCon: 最小检测置信度阈值
# modelSelection: 0 表示短距离检测(2米),1 表示长距离检测(5米)
detector = FaceDetector(minDetectionCon=0.5, modelSelection=1)

# 循环获取摄像头帧
while True:
    # success: 布尔值,表示是否成功捕获了帧
    # img: 捕获的帧
    success, img = cap.read() # 从摄像头读取当前帧

    # 在图像中检测人脸
    # img: 更新后的图像
    # bboxs: 检测到的人脸边界框列表
    img, bboxs = detector.findFaces(img, draw=False) #在图像中检测人脸,并返回更新后的图像和人脸边界框列表

    # 如果检测到人脸
    if bboxs:
        # 遍历每个边界框
        for bbox in bboxs:
            # bbox 包含 'id', 'bbox', 'score', 'center'

            # ---- 获取数据 ---- #
            center = bbox["center"]  # 获取人脸中心坐标
            x, y, w, h = bbox['bbox']  # 获取边界框的坐标和大小
            score = int(bbox['score'][0] * 100)  # 获取识别置信度(百分比)

            # ---- 绘制数据 ---- #
            cv2.circle(img, center, 5, (255, 0, 255), cv2.FILLED)  # 绘制圆形标记人脸中心
            cvzone.putTextRect(img, f'{score}%', (x, y - 15), border=5)  # 显示识别置信度文本
            cvzone.cornerRect(img, (x, y, w, h))  # 绘制矩形框

    # 在名为'Image'的窗口中显示图像
    cv2.imshow("Image", img)
    # 等待1毫秒,如果按下任意键则关闭窗口
    cv2.waitKey(1)
相关推荐
量化投资技术5 分钟前
深入xtquant:掌握实时行情订阅的艺术
python·量化交易·量化·量化投资·qmt·miniqmt
m0_7482459213 分钟前
Python大数据可视化:基于spark的短视频推荐系统的设计与实现_django+spider
python·spark·django
网络安全Ash25 分钟前
Python网络安全脚本
开发语言·python·web安全
南太湖小蚂蚁1 小时前
自然语言处理入门2——神经网络
人工智能·python·深度学习·神经网络·自然语言处理
计算机毕设定制辅导-无忧学长1 小时前
Maven 插件的使用(一)
java·python·maven
m0_748248021 小时前
Python大数据可视化:基于大数据技术的共享单车数据分析与辅助管理系统_flask+hadoop+spider
大数据·python·信息可视化
m0_748256342 小时前
Python 入门教程(2)搭建环境 2.4、VSCode配置Node.js运行环境
vscode·python·node.js
Kai HVZ2 小时前
《OpenCV》——DNN模块
人工智能·opencv·dnn
pianmian12 小时前
python绘图之swarmplot分布散点图
开发语言·python
南瓜啊2 小时前
Django ORM 的常用字段类型、外键关联的跨表引用技巧,以及 `_` 和 `__` 的使用场景
python·django