用于人脸检测的Opencv Python程序-yiteyi-C++库

该程序的目标是实时检测感兴趣的物体（人脸），并保持对同一物体的跟踪。这是一个如何在Python中检测人脸的简单示例。您可以尝试使用您选择的任何其他对象的训练样本，通过在所需对象上训练分类器来检测。

null

以下是下载以下要求的步骤。

步骤：

下载Python 2.7。x版本、numpy和Opencv 2.7。x版。检查Windows 32位或64位是否兼容，并相应安装。
确保numpy在python中运行，然后尝试安装opencv。
把哈卡斯卡德的眼睛放进去。xml&haarcascade_frontalface_默认值。同一文件夹中的xml文件（以下代码中给出了链接）。

实施

                     # OpenCV program to detect face in real time                   
                     # import libraries of python OpenCV                   
                     # where its functionality resides                   
                     import                               cv2                   
                             
                     # load the required trained XML classifiers                   
                     #                       https://github.com/Itseez/opencv/blob/master/                              
                     # data/haarcascades/haarcascade_frontalface_default.xml                   
                     # Trained XML classifiers describes some features of some                   
                     # object we want to detect a cascade function is trained                   
                     # from a lot of positive(faces) and negative(non-faces)                   
                     # images.                   
                     face_cascade                               =                               cv2.CascadeClassifier(                               'haarcascade_frontalface_default.xml'                               )                   
                             
                     #                       https://github.com/Itseez/opencv/blob/master                              
                     # /data/haarcascades/haarcascade_eye.xml                   
                     # Trained XML file for detecting eyes                   
                     eye_cascade                               =                               cv2.CascadeClassifier(                               'haarcascade_eye.xml'                               )                   
                             
                     # capture frames from a camera                   
                     cap                               =                               cv2.VideoCapture(                               0                               )                   
                             
                     # loop runs if capturing has been initialized.                   
                     while                               1                               :                   
                             
                                         # reads frames from a camera                   
                                         ret, img                               =                               cap.read()                   
                             
                                         # convert to gray scale of each frames                   
                                         gray                               =                               cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)                   
                             
                                         # Detects faces of different sizes in the input image                   
                                         faces                               =                               face_cascade.detectMultiScale(gray,                               1.3                               ,                               5                               )                   
                             
                                         for                               (x,y,w,h)                               in                               faces:                   
                                         # To draw a rectangle in a face                   
                                         cv2.rectangle(img,(x,y),(x                               +                               w,y                               +                               h),(                               255                               ,                               255                               ,                               0                               ),                               2                               )                   
                                         roi_gray                               =                               gray[y:y                               +                               h, x:x                               +                               w]                   
                                         roi_color                               =                               img[y:y                               +                               h, x:x                               +                               w]                   
                             
                                         # Detects eyes of different sizes in the input image                   
                                         eyes                               =                               eye_cascade.detectMultiScale(roi_gray)                   
                             
                                         #To draw a rectangle in eyes                   
                                         for                               (ex,ey,ew,eh)                               in                               eyes:                   
                                         cv2.rectangle(roi_color,(ex,ey),(ex                               +                               ew,ey                               +                               eh),(                               0                               ,                               127                               ,                               255                               ),                               2                               )                   
                             
                                         # Display an image in a window                   
                                         cv2.imshow(                               'img'                               ,img)                   
                             
                                         # Wait for Esc key to stop                   
                                         k                               =                               cv2.waitKey(                               30                               ) &                               0xff                   
                                         if                               k                               =                               =                               27                               :                   
                                         break                   
                             
                     # Close the window                   
                     cap.release()                   
                             
                     # De-allocate any associated memory usage                   
                     cv2.destroyAllWindows()                   

输出：

下一篇文章： OpenCV C++人脸检测程序

参考资料：

本文由 阿夫扎尔·安萨里 .如果你喜欢GeekSforgek，并想贡献自己的力量，你也可以使用贡献极客。组织或者把你的文章寄到contribute@geeksforgeeks.org.看到你的文章出现在Geeksforgeks主页上，并帮助其他极客。

如果您发现任何不正确的地方，或者您想分享有关上述主题的更多信息，请写下评论。

文章版权归作者所有，未经允许请勿转载。

THE END

Python