Python-opencv:人脸识别系统(一)----调用摄像头储存人脸

前言

为了激励自己完整的写程序，也为了储存代码，也为了分享知识。。。总之，我决定在CSDN上写写自己作为一个菜鸡的写程序过程，以避免工作后问写过啥东西之后无话可说。

正好学期末学校找企业的老师来带我们做课设，这次使用python开发人脸识别系统，虽然课设很水，就是较了怎末调用人脸识别接口，但是我还是想把这个东西扩展一下做出个有点用的东西出来。

在此记录一下吧，给位看官有问题欢迎留言指导或询问。大佬们看见问题恳请指导一下，谁都是从菜鸟过来的，多多感谢。

一，开发环境和包介绍

系统	Windows10
python版本	python3.7
IDE环境	pycharm2019
依赖包	numpy（）
核心依赖包	opencv-python，opencv-contrib-python
注1	这俩包有啥具体的区别我也不知道。。知道的小伙伴麻烦指导下吧。

使用anaconda虚拟环境的可能在anaconda里找不到的，直接pip安装即可。

注意事项
opencv安装包有很多但是不要都装！全安装上反而会冲突
有调用opencv包出错的情况可以试试重安装下试试

二，调用摄像头

不BB，上代码运行试试。

import cv2 #调用opencv

cap = cv2.VideoCapture(0) #打开摄像头,0为自带摄像头，外设用1，2...试试

while(True):
    ret, frame = cap.read()#获得图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)#转化为灰度
    cv2.imshow('Frame', frame)#显示
    k = cv2.waitKey(30) #设置视频刷新频率，单位为毫秒，返回值为键盘按键的值
    if k == 27:#如果摁下esc则退出
        break

cap.release()#关闭摄像头
cv2.destroyAllWindows()#销毁全部窗体

运行结果：

三，导入OpenCV自带人脸识别器识别人脸

这里主要是调用人脸识别分类器 haarcascade_frontalface_default.xml
找不到的打开我的电脑搜索文件。
一般就放在自己的包环境里
实在没的：百度网盘提取码：wf7r
放在.py同级目录下

import cv2

cap = cv2.VideoCapture(0)#打开摄像头
# 人脸识别分类器
faceCascade = cv2.CascadeClassifier(r'E:\ANACONDA\envs\FaceRecognition\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')

while(True):
    ret, frame = cap.read()#获得图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)#转化为灰度
    faces = faceCascade.detectMultiScale(  # 人脸检测
        gray,#灰度图，使用灰度图会提高效率
        scaleFactor=1.05,#图片缩小的值
        minNeighbors=10,#判断次数
        minSize=(16, 16)#人脸最小尺寸
    )
    for (x, y, w, h) in faces:#faces中时一个图片中所有识别出来的人脸，有可能时多个
        #画脸的方框
        cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 255, 0), 2)#图像源，原点，终点，线的颜色，粗细

    cv2.imshow('Frame', frame) #显示
    k = cv2.waitKey(30) #设置视频刷新频率，单位为毫秒，返回值为键盘按键的值
    if k == 27:
        break

cap.release()#关闭摄像头
cv2.destroyAllWindows()#销毁全部窗体

运行结果：

四，保存到本地

1，自动创建路径

保存到本地要现有个保存路径，总是自己打开文件夹创建好烦的，先实现自动创建路径

#创建目录代码
def mkdir(path):
    import os  # 引入模块
    path = path.strip()# 去除首位空格
    path = path.rstrip("\\") # 去除尾部 \ 符号

    isExists = os.path.exists(path) # 判断路径是否存在.存在 True ,不存在  False
    # 判断结果
    if not isExists:# 如果不存在则创建目录
        os.makedirs(path) # 创建目录操作函数
        print(path + ' 路径创建成功')
        return True
    else: # 如果目录存在则不创建，并提示目录已存在
        print(path + ' 目录已存在')
        fileNum=len([lists for lists in os.listdir(path)])#获得该路径下文件数量
        return fileNum  #返回路径下文件数量

2，加上储存的代码

import cv2
import tools

cap = cv2.VideoCapture(0)#打开摄像头
# cap.set(3, 640)
# cap.set(4, 480)

# 人脸识别分类器
faceCascade = cv2.CascadeClassifier(r'E:\ANACONDA\envs\FaceRecognition\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')

face_id=int(input("你的编号"))
path="./MyFaces/"+str(face_id)# 储存路径
count=tools.mkdir(path)# 目前已有图像个数
ObjectNum=count+1000# 目标储存个数
while(True):
    ret, frame = cap.read()#获得图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)#转化为灰度图

    faces = faceCascade.detectMultiScale(  # 人脸检测
        gray,#灰度图，使用灰度图会提高效率
        scaleFactor=1.05,#图片缩小的值
        minNeighbors=10,#判断次数
        minSize=(16, 16)#人脸最小尺寸
    )

    for (x, y, w, h) in faces:#faces中时一个图片中所有识别出来的人脸，有可能时多个
        #画脸的方框
        cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 255, 0), 2)#图像源，原点，终点，线的颜色，粗细
        count+=1#个数加一
        fac_gray = gray[y: (y + h), x: (x + w)]#获取脸部图片
        cv2.imwrite(path+'/' + str(face_id) + '.' + str(count) + '.jpg', fac_gray) # 保存图像
        break #只取一个，取完就退。


    cv2.imshow('Frame', frame)#显示
    k = cv2.waitKey(30) #设置视频刷新频率，单位为毫秒，返回值为键盘按键的值
    if k == 27:#如果摁下esc键则退出
        break
    elif count>=ObjectNum:#收集的数量足够则退出
        break

cap.release()#关闭摄像头
cv2.destroyAllWindows()#销毁全部窗体

运行结果：

这里我存了一千张，建议一次存一百张就行，效果差距不大，一千张太慢了。

下部分预告

至此，就完成了简单的人脸识别和录入功能，但是还无法识别出来谁是谁，下次完成人脸识别系统的训练和识别模块。
更新后将添加下部分链接：先睡觉。