在图片中识别如上节所示，那么在动态的视频中想识别人脸如何实现？通过调用机器的摄像头，实现实时人脸检测。
任务2.1：使用OpenCV实现视频中的人脸检测。
以下是OpenCV中调用摄像头的代码示例，当点击ESC时，退出摄像程序。
| #!/usr/bin/Python
# -*- coding: utf-8 -*- import cv2 # 初始化
cap = cv2.VideoCapture(0)
# 视频缩放放大小
scaling_factor = 0.5
#循环摄像，直至点击ESC键
while True:
# 读取视频中的一帧（frame）
ret, frame = cap.read()
#图像大小绽放
frame = cv2.resize(frame, None, fx=scaling_factor, fy=scaling_factor,
interpolation=cv2.INTER_AREA)
#显示图像
cv2.imshow('camera', frame)
# 获取键盘事件
c = cv2.waitKey(1)
if c == 27: #ESC
break
# 释放摄像头
cap.release()
# 关闭窗口
cv2.destroyAllWindows() |
任务2.2：当需要保存图像，则点击的键盘是“s”。
参考代码如下：
| import time if c ==ord('s'):
i = i + 1;
cv2.imwrite('img' + time.strftime('%m-%d-%S', time.localtime(time.time())) + str(i) + '.jpg', frame)
elifc == 27: #ESC
break |
点击三下“s”键后，保存的图像结果如图所示。
任务2.3：实时获取视频并检测其中的人脸。
参考代码如下：
| #!/usr/bin/Python
# -*- coding: utf-8 -*- import cv2
import numpyas np
# 加载人脸检测器
face_cascade = cv2.CascadeClassifier('cascade_files/haarcascade_frontalface_alt.xml')
# 检测分类器是否存在
if face_cascade.empty():
raise IOError('Unable to load the face cascade classifier xml file')
# 初始化视频接口
cap = cv2.VideoCapture(0)
# 定义缩放比例尺
scaling_factor = 0.5
# 点击ESC退出
while True:
# 获取当前视频中的一帧图像
ret, frame = cap.read()
frame = cv2.resize(frame, None, fx=scaling_factor, fy=scaling_factor,
interpolation=cv2.INTER_AREA)
# 转换成灰度图
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 运行人脸检测
face_rects = face_cascade.detectMultiScale(gray, 1.3, 5)
# 画出识别框
for (x,y,w,h) in face_rects:
cv2.rectangle(frame, (x,y), (x+w,y+h), (255,0,0), 2)
# 在视频中显示该图像
cv2.imshow('Face Detector-Camera', frame)
# 如何ESC被按下，退出程序
c = cv2.waitKey(1)
if c == 27:
break
cap.release()
cv2.destroyAllWindows() |
实时人脸检测运行结果如图8.8所示。
（1）有人脸 （2）无人脸
