python摄像头跟随人脸_opencv-python 学习笔记2：实现目光跟随（又叫人脸跟随）

# -*- coding: utf-8 -*-＃＃转载请注明：@小五义http://www.cnblogs.com/xiaowuyi  QQ群：64770604

import cv2.cvascv

import cv2fromcv2 import VideoCapture

#cv.NamedWindow("W1", cv.CV_WINDOW_AUTOSIZE)

cv.NamedWindow("W1",cv.CV_WINDOW_NORMAL)

cv.ResizeWindow("W1", 600, 600)

#找到设备对象

capture= cv.CaptureFromCAM(0)

#检测人脸函数

def repeat():

#每次从摄像头获取一张图片

frame=cv.QueryFrame(capture)

image_size=cv.GetSize(frame)#获取图片的大小

#print image_size

greyscale= cv.CreateImage(image_size, 8, 1)#建立一个相同大小的灰度图像

cv.CvtColor(frame, greyscale, cv.CV_BGR2GRAY)#将获取的彩色图像，转换成灰度图像

storage= cv.CreateMemStorage(0)#创建一个内存空间，人脸检测是要利用，具体作用不清楚

cv.EqualizeHist(greyscale, greyscale)#将灰度图像直方图均衡化，貌似可以使灰度图像信息量减少，加快检测速度

#画图像分割线

cv.Line(frame, (210,0),(210,480), (0,255,255),1)

cv.Line(frame, (420,0),(420,480), (0,255,255),1)

cv.Line(frame, (0,160),(640,160), (0,255,255),1)

cv.Line(frame, (0,320),(640,320), (0,255,255),1)

# detect objects

cascade= cv.Load('/usr/share/OpenCV/haarcascades/haarcascade_frontalface_alt2.xml')

#加载Intel公司的训练库

#检测图片中的人脸，并返回一个包含了人脸信息的对象faces

faces= cv.HaarDetectObjects(greyscale, cascade, storage, 1.2, 2,

cv.CV_HAAR_DO_CANNY_PRUNING,

(100, 100))

#获得人脸所在位置的数据for (x,y,w,h) , n infaces:

# print x,yif x<210:

print"right"elif x>310:

print"left"cv.Rectangle(frame, (x,y), (x+w,y+h), (0,128,0),2)#在相应位置标识一个矩形 边框属性(0,0,255)红色 20宽度

cv.ShowImage("W1", greyscale)#显示互有边框的图片

cv.ShowImage("W1", frame)

#循环检测每一帧的图片 ESC键退出程序whileTrue:

repeat()

c= cv.WaitKey(10)if c == 27:

#cv2.VideoCapture(0).release()

cv2.destroyWindow("W1")break