本文实例为大家分享了python openCV实现摄像头获取人脸图片的具体代码,供大家参考,具体内容如下
在机器学习中,训练模型需要大量图片,通过openCV中的库可以快捷的调用摄像头,截取图片,可以快速的获取大量人脸图片
需要注意将CascadeClassifier方法中的地址改为自己包cv2包下面的文件
import cv2 def load_img(path,name,mun = 100,add_with = 0): # 获取人脸识别模型 # # #以下路径需要更改为自己环境下xml文件 #一般在环境下的Liba\site-packages\cv2\data\haarcascade_frontalface_alt2.xml classfier = cv2.CascadeClassifier('F:\\pyhton\\pytonApp\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_alt2.xml') # # # 创建一个窗口 cv2.namedWindow('face') # 打开第一个个摄像头 cap = cv2.VideoCapture(0) i = 0 # 计数 if cap.isOpened(): while i < mun: ok,frame = cap.read() # 读取一帧图片 if not ok: continue faces = classfier.detectMultiScale(frame,1.2,3,minSize=(32,32)) if len(faces) > 0: for face in faces: x, y, w, h = face cv2.rectangle(frame,(x-add_with,y-add_with), (x+w+add_with,y+h+add_with), (0,255,0), 2) img = frame[y-add_with:y+h+add_with,x-add_with:x+w+add_with] save_path = path+name+'_'+str(i)+'.jpg' print(save_path) cv2.imwrite(save_path,img) i += 1 cv2.imshow('face', frame) c = cv2.waitKey(10) if c & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() if __name__ == '__main__' : # 第一个参数为保存图片的路径 # 第二个参数为保存图片名字的开头 # 第三个参数为图片的数量 # 第四个参数可以调节图片的大小 load_img('E:\\Screenshots\\home\\','rongdang',1000,20)
效果如下:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持呐喊教程。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#nhooo.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。