在python中使用多个摄像头进行面部识别时，有没有办法确定哪个摄像头在实时流中识别出一个人答案

【问题标题】：Is there a way to determine which camera has recognized a person in live stream when using multiple cameras for facial recognition in python在python中使用多个摄像头进行面部识别时，有没有办法确定哪个摄像头在实时流中识别出一个人
【发布时间】：2021-11-28 11:15:54
【问题描述】：

这是一个面部识别程序，使用python和opencv编程，通过MySQL数据库插入模型。

我在程序中有一个查询。在第一部分中，当相机通过在数据库中插入日期、时间、姓名和身份证印章的图片识别人时，在表格中插入实时数据。我还想插入识别该人的相机名称也知道特定位置。

    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
recognizer = cv2.face.LBPHFaceRecognizer_create()

recognizer.read("trainner.yml")

labels = {"person_name": 1}
with open("labels.pickle", 'rb') as f:
    og_labels = pickle.load(f)
    labels = {v: k for k, v in og_labels.items()}


cap = cv2.VideoCapture(0)
#cap1 = cv2.VideoCapture('rtsp://admin:umerkhan261@192.168.226.201')

while True:
     ret, frame = cap.read()
     # ret, frame1 = cap1.read()
     gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    #gray1 = cv2.cvtColor(frame1, cv2.COLOR_BGR2GRAY)
     faces = face_cascade.detectMultiScale(gray, scaleFactor=1.5, minNeighbors=5)
     now = datetime.now()
     print("Today's date: ", str(now))
     for (x, y, w, h) in faces:
        roi_gray = gray[y:y + h, x:x + w]
         #   roi_gray1 = gray1[y:y + h, x:x + w]
        roi_color = frame[y:y + h, x:x + w]


        #  roi_color1 = frame1[y:y + h, x:x + w]

            # deep Learned Model for recognizing the person in live stream

        id_, conf = recognizer.predict(roi_gray)
 #      id_, conf = recognizer.predict(roi_gray1)
        if 45 <= conf <= 85:
           print(id_)
           print(labels[id_])
           font = cv2.FONT_HERSHEY_SIMPLEX
           name = labels[id_]
           new = datetime.now()
           tString = new.strftime('%H:%M:%S')
           dtString = new.strftime('%D:%m')

【问题讨论】：

请澄清您的具体问题或提供其他详细信息以准确突出您的需求。正如目前所写的那样，很难准确地说出你在问什么。

标签： python sql opencv camera

【解决方案1】：

我找到了解决问题的方法。我从我的网络摄像头读取的帧是一个带有名为 cam1 的变量的函数，然后我制作了另一个 python 文件，复制了整个程序并将该变量命名为 cam2。我在主文件上创建了另一个文件调用这些函数，并通过多线程函数同时调用它们。原来是成功的

【讨论】：