视频中的人脸识别

转载地址：

http://blog.csdn.net/wyx100/article/details/72943486

运行环境：

opencv3.1

python2.7

ubuntu

直接上代码：

# -*- coding: utf-8 -*-  
import cv2  
import numpy as np  
  
cv2.namedWindow("test")  
# cap = cv2.VideoCapture(0) #加载摄像头录制  
cap = cv2.VideoCapture("test.mp4") #打开视频文件  
success, frame = cap.read()  
classifier = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")  # 确保此xml文件与该py文件在一个文件夹下，否则将这里改为绝对路径  
  
while success:  
    success, frame = cap.read()  
    size = frame.shape[:2]  
    image = np.zeros(size, dtype=np.float16)  
    print"image=",image
    image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  
    print"image=",image
    cv2.equalizeHist(image, image) #直方图均衡化，增强图片的对比度 
    divisor = 8  
    h, w = size  #h=240,w=320
    minSize = (w / divisor, h / divisor)  

    faceRects = classifier.detectMultiScale(image, 1.2, 2, cv2.CASCADE_SCALE_IMAGE, minSize)  #detectMultiScale函数。它可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示）
    
    print"faceRects=",faceRects
    if len(faceRects) > 0:  
        for faceRect in faceRects:  
            x, y, w, h = faceRect#这个意思大概是找到人脸的一个坐标(x,y),w和h表示宽和高，也就是在当前的图片中用一个方框来哦定位脸部的位置。
            print "x=",x
            print "y=",y
            print "w=",w  
            print "h=",h
            print "-"*100
            cv2.circle(frame, (x + w / 4, y + h / 4 + 30), min(w / 8, h / 8), (255, 0, 0))  
            cv2.circle(frame, (x + 3 * w / 4, y + h / 4 + 30), min(w / 8, h / 8), (255, 0, 0))  #用来定位两个眼睛
            cv2.rectangle(frame, (x + 3 * w / 8, y + 3 * h / 4), (x + 5 * w / 8, y + 7 * h / 8), (255, 0, 0))  #用来定位嘴唇
            #其实这个代码根本就没有识别出眼睛和嘴唇，只不过是在限定脸在整张图片中的范围后，大致估计眼睛和嘴唇的位置罢了。
    cv2.imshow("test", frame)  
    key = cv2.waitKey(10)  #
    # 第一个参数： 等待x ms，如果在此期间有按键按下，则立即结束并返回按下按键的
    # ASCII码，否则返回-1
    # 如果x=0，那么无限等待下去，直到有按键按下
    c = chr(key & 255)  
    if c in ['q', 'Q', chr(27)]:  
        break  
cv2.destroyWindow("test")