github:GitHub - LiQiang0307/face_cropper: Python opencv 检测视频人脸并保存到指定文件夹(可指定裁剪数量);该人脸数据获取方式可用于训练人脸识别分类器。Python opencv 检测视频人脸并保存到指定文件夹(可指定裁剪数量);该人脸数据获取方式可用于训练人脸识别分类器。 - GitHub - LiQiang0307/face_cropper: Python opencv 检测视频人脸并保存到指定文件夹(可指定裁剪数量);该人脸数据获取方式可用于训练人脸识别分类器。https://github.com/LiQiang0307/face_cropper
Python opencv 检测视频人脸并保存到指定文件夹(可指定裁剪数量);该人脸数据获取方式可用于训练人脸识别分类器。
主要使用到了opencv中的级联检测器。
import os
import cv2
def load_img(path, name, mun=30, add_with=0):
if not os.path.exists(path):
os.mkdir(path)
# 获取人脸识别模型
classfier = cv2.CascadeClassifier(
'./cascade_files/haarcascade_frontalface_alt.xml')
# 创建一个窗口
cv2.namedWindow('face')
# 打开第一个个摄像头
cap = cv2.VideoCapture(0)
# 输入视频
#cap = cv2.VideoCapture('1.mp4')
# 根据摄像头设置IP及rtsp端口
# url='rtsp://admin:[email protected]:8554/live'
# cap = cv2.VideoCapture(url)
i = 0 # 计数
if cap.isOpened():
while i < mun:
ok, frame = cap.read() # 读取一帧图片
if not ok:
continue
faces = classfier.detectMultiScale(frame, 1.2, 3, minSize=(32, 32))
if len(faces) > 0:
for face in faces:
x, y, w, h = face
img = frame[y-add_with:y+h+add_with,
x-add_with:x+w+add_with]
# 显示人脸框
# cv2.rectangle(frame, (x-add_with, y-add_with),
# (x+w+add_with, y+h+add_with), (0, 255, 0), 2)
save_path = path+'/'+name+'_'+str(i)+'.jpg'
print(save_path)
img2 = cv2.resize(img, (112, 112))
cv2.imwrite(save_path, img2)
i += 1
cv2.imshow('face', frame)
c = cv2.waitKey(10)
if c & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
if __name__ == '__main__':
# 第一个参数为保存图片的路径
# 第二个参数为保存图片名字的开头
# 第三个参数为图片的数量
# 第四个参数可以调节图片的大小
load_img('./image/lq', 'lq', 30, 0)