OpenCV之视频处理（2）

最新推荐文章于 2023-12-15 18:30:58 发布

weixin_52805537

最新推荐文章于 2023-12-15 18:30:58 发布

阅读量218

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/weixin_52805537/article/details/118342209

本文介绍了使用OpenCV进行人脸识别和表情检测的过程。通过加载预训练的分类器，如haarcascade_frontalface_default.xml，haarcascade_eye.xml和haarcascade_smile.xml，对摄像头实时捕获的图像进行灰度处理，然后检测人脸、眼睛和微笑。同时，展示了如何处理视频文件，应用Canny边缘检测，并在用户按下'q'键时结束程序。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#人脸识别API

import cv2
import numpy as np
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')
smile_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_smile.xml')
cap = cv2.VideoCapture(0)
width=1280
height=960

#人脸识别设置
cap.set(cv2.CAP_PROP_FRAME_WIDTH,width)#设置图像宽度
cap.set(cv2.CAP_PROP_FRAME_HEIGHT,height)#设置图像高度
fgbg = cv2.createBackgroundSubtractorMOG2(
history=500, varThreshold=100, detectShadows=False)#基于自适应混合高斯背景建模的背景减除法，去除干扰
cnt=1
while(1):
ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.3, 5,0) #把灰度图片传给haar进行灰度处理，返回值是人脸左上角坐标，宽度和高度
for(x, y, w, h) in faces: