使用了opencv的级联分类器实现人脸检测;
比人脸检测模型方便。但opencv的人脸检测侧脸或其他情况效果就不好。
# Opencv人脸检测
import cv2
# 导入人脸检测级联分类器
detect_face = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
# 打开摄像头
cap = cv2.VideoCapture(0)
while cap.isOpened():
# 按帧读取视频
ret, frame = cap.read()
# 水平翻转(处理镜像)
frame = cv2.flip(frame, 1)
# 使用detect_face进行人脸检测,返回包含的内容是人脸位置的坐标,scaleFactor人脸框的放大比例,minNeighbors表示检测的最小次数
detect = detect_face.detectMultiScale(frame, scaleFactor=1.2, minNeighbors=15) # [[150 174 200 199]]
# 遍历图中的人脸画框
roi_list = []
for (x0, y0, w, h) in detect:
# 对人脸进行画框
frame = cv2.rectangle(frame, pt1=(x0, y0), pt2=(x0 + w, y0 + h), color=(255, 0, 0), thickness=2)
# 添加文字
cv2.putText(frame, text='face', org=(x0 + w // 4, y0 - 10),
fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontScale=1, color=(0, 255, 0), thickness=2)
cv2.imshow('face', frame)
if cv2.waitKey(1) & 0xFF == 27:
break
# cap.release()释放视频,调用destroyAllWindows()关闭所有图像窗口
cap.release()
cv2.destroyAllWindows()