# -*- 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