Keras搭建CNN进行人脸识别系列(二)--配置，获取实时视频流

1.准备工作

1）首先需要准备一个USB摄像头，能够支持Ubuntu之类的linux操作系统；

2）PC机上安装好Ubuntu14以上64位版本（尽量双系统不要虚拟机，不然模型训练速度会慢得像蜗牛），可以安装win7/win10，但我没有试过在64位win系统上安装tensorflow，虽然tensorflow已经支持win 64位系统；

3）请确定python3已安装，我给的代码都是在python3下调试通过的，python2只是简单试过，不保证在python2下能正常运行；

4）安装Tensorflow，如果你是独显，且支持CUDA，请安装GPU版本，否则选择CPU版本，我的机器安装的是GPU版本，OS是Ubuntu16.04麒麟，安装Tensorflow的操作说明请问度娘或谷歌，又或者参考本人的另一篇博文：

Google TensorFlow for GPU安装、配置大坑

5）安装opencv2，请安装openCV3.0以上版本（该版本支持python3和python2），参考如下两个链接：

http://www.cnblogs.com/freeweb/p/5794447.html

http://blog.csdn.net/qingyuanluofeng/article/details/51558270

操作指令以第一个链接为准，给第二个的原因是它给出了OpenCV3.0的安装方法，第一个是2.14的且是支持python2的，但第一个给出的指令已经足够用了，第二个博文指令啰嗦，当遇到如何支持python3的问题时供参考用；

6）安装keras、sklearn、PIP等，它们的安装说明网上有的是，也简单，这里就不多说了；

以上准备工作关键是前5步，后面第6步可以暂时不作操作，当执行程序时如果提示某个模块无法导入，再安装该模块也可。

2.获取并显示USB摄像头实时视频

import cv2
def make_video():
    cap = cv2.VideoCapture(0)

    fourcc = cv2.VideoWriter_fourcc(*"DIVX")
    out = cv2.VideoWriter('test.avi',fourcc,20.0,(640,480))
    while(cap.isOpened()):
        ret,frame = cap.read()
        if ret:
            out.write(frame)

            cv2.imshow('frame',frame)

            if(cv2.waitKey(1) & 0xFF == ord('q')):
                break

        else:
            break
    cap.release()
    out.release()
    cv2.destroyAllWindows()

if __name__ == '__main__':
    make_video()

这里我们调用opencv包cv2，这个cv2的包可以调用摄像头。

cap = cv2.VideoCapture(0)

这个语句的参数为cv2.VideoCapture(camera_index)，camera_index可以是0，代表打开的摄像头是笔记本自带的前置摄像头，如果有额外的USB摄像头，这个camer_index可以是1,2,3......如果不知道对应设备的标号，你可以调整这个参数进行调试。

以上为代码运行效果下面我们进行以下内容。