Python3.7.2+openCV实现本地视频文件中人脸检测

Python3.7.2+openCV简单实现本地视频文件中人脸检测

【说明】本文使用python版本为3.7.2；openCV使用opencv_python-4.0.1-cp37-cp37m-win_amd64.whl；训练文件使用haarcascade_frontalface_alt2.xml，在使用haarcascade_frontalface_default.xml时出现问题（原因未知，初步判断xml文件异常）haarcascade资源包下载

• 运行效果

注：视频来源于网络，只做学习和代码测试使用

• 代码实例

 # -*- coding: utf-8 -*-
#    __author__ = 'feikai'
#    __date__ = '2019/1/26'
#    __Desc__ = 视频人脸检测小例子


import cv2
# 视频来源，可以来自一段已存好的视频，也可以直接来自USB摄像头，
# 这里使用已存储的视频文件，作者将其放在代码同文件夹下
#获取待检测视频Grammarly.mp4，根据个人视频名称修改
cap = cv2.VideoCapture(
    r'./Grammarly.mp4'
)

# 告诉OpenCV使用人脸识别分类器在哪里，
# 建议使用haarcascade_frontalface_alt2.xml，作者将其放在代码同文件夹下
classfier = cv2.CascadeClassifier(
    r'./haarcascade_frontalface_alt2.xml'
)
# 识别出人脸后要画的边框的颜色，BRG格式，openCV中与普通RGB值不同（历史遗留习惯）
color = (0, 255, 0)
while cap.isOpened():
    ok, frame = cap.read()  # 读取一帧数据
   #如果读取失败，直接break
    if not ok:
        break
    # 读取成功后，将当前帧转换成灰度图像
    grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    # 人脸检测，使用detectMultiScale函数进行
    faceRects = classfier.detectMultiScale(
        grey,
        scaleFactor=1.25,
        minNeighbors=3,
        minSize=(35, 35) #设置最小检测范围，即是目标小于该值就无视
        # maxSize=(200,200)#设置最大检测范围
    )
    if len(faceRects) > 0:  # 当检测到多张脸时
        for faceRect in faceRects:  # 单独框出每一张人脸
            x, y, w, h = faceRect
            cv2.rectangle(frame, (x , y), (x + w, y + h), color, 2)

    # 显示图像
    cv2.imshow("Face Detection", frame)
    c = cv2.waitKey(5)		#数值越小播放越流畅，不可为浮点数
    if c & 0xFF == ord('q'):
        break
# 释放摄像头并销毁所有窗口
cap.release()
cv2.destroyAllWindows()

• 资源及参考下载
  haarcascade资源包下载
  detectMultiScale函数说明