如果检测到面部至少 3 秒，则返回 True答案

【问题标题】：Return True if the face is detected at least for 3 seconds如果检测到面部至少 3 秒，则返回 True
【发布时间】：2022-01-20 11:45:07
【问题描述】：

如何让网络摄像头保持打开状态，并在几秒钟内使用 haar 级联进行人脸检测？

我有一个函数，如果对人脸进行了人脸检测，该函数返回true，但它不能一检测到就立即执行，而是必须在检测到人脸后才执行例如，至少 3 秒。

如果我使用时间模块并进行等待，显然这只会减慢我的程序的执行速度，因此也会减慢 cv2.VideoCapture 的执行速度，看到生涩的网络摄像头。

代码如下：

import cv2

def face_detect():
    video_capture = cv2.VideoCapture(0)
    while True:
        # Capture frame-by-frame
        ret, frames = video_capture.read()
        gray = cv2.cvtColor(frames, cv2.COLOR_BGR2GRAY)
        faces = faceCascade.detectMultiScale(
            gray,
            scaleFactor=1.1,
            minNeighbors=5,
            minSize=(30, 30),
            flags=cv2.CASCADE_SCALE_IMAGE
        )
        # Draw a rectangle around the faces
        for (x, y, w, h) in faces:
            cv2.rectangle(frames, (x, y), (x+w, y+h), (0, 255, 0), 2)
            return True

if __name__ == '__main__': 
    detected = face_detect()
    if detected == True:
        print("The face is detected. OK")
    else:
        print("I'm sorry but I can't detect your face")

【问题讨论】：

使用变量作为累加器。如果您检测到面部，则将其递增，如果未将其设置为 0。那么，如果变量达到某个阈值，则意味着您已经连续 n 次检测面部。如果您知道每次读数需要多少时间，您可以调整阈值，因此连续读数意味着 3 秒。这样您就不需要延迟，并且视频源不会变得生涩。
您不需要在文本中添加
。要将文本换行，只需用新行分隔文本即可。
@SembeiNorimaki 我已经想到了类似的解决方案，但是代码会在不同的PC上运行，因此执行速度会有所不同
然后使用时间库，保存第一次检测时的时间戳，然后在每次检测时检查是否有足够的时间将连续检测视为阳性。

标签： python opencv face-detection haar-classifier

【解决方案1】：

只记录检测到人脸的时间，仅当检测到人脸并且当前时间戳为记录的时间戳后timeout秒时才绘制人脸。

import cv2
from time import time

def face_detect(timeout):
    video_capture = cv2.VideoCapture(0)
    start_time    = 0      # Temporary value.
    face_detected = False  # Used to see if we've detected the face.
    while True:
        # Capture frame-by-frame
        ret, frames = video_capture.read()
        gray = cv2.cvtColor(frames, cv2.COLOR_BGR2GRAY)
        faces = faceCascade.detectMultiScale(
            gray,
            scaleFactor=1.1,
            minNeighbors=5,
            minSize=(30, 30),
            flags=cv2.CASCADE_SCALE_IMAGE
        )

        if not face_detected and faces:
            face_detected = True
            start_time    = time()
        elif not faces:
            face_detected = False  # Reset if we don't find the faces.
        elif face_detected and time() - start_time >= timeout:
            # Draw a rectangle around the faces
            for (x, y, w, h) in faces:
                cv2.rectangle(frames, (x, y), (x+w, y+h), (0, 255, 0), 2)
                return True

if __name__ == '__main__':
    detected = face_detect(timeout=3)
    if detected == True:
        print("The face is detected. OK")
    else:
        print("I'm sorry but I can't detect your face")

【讨论】：