人脸检测（Python）

 

目次
情况：
初始化摄像头： 
初始化FaceDetector对象：
获取摄像头帧： 
获取数据：
绘制数据：
显示图像：
完整代码： 
情况：

    cvzone库：cvzone是一个基于OpenCV的计算机视觉库，它提供了一些方便的功能和工具，用于图像处理、人脸检测、手势识别等应用。cvzone库是由Murtaza Hassan开辟的，目前支持Python语言。
  
  cv2库:cv2是OpenCV（Open Source Computer Vision Library）的Python接口库，它是一种广泛使用的计算机视觉和图像处理库。cv2提供了丰富的函数和工具，用于处理图像、视频、举行特性检测、图像变更等各种计算机视觉任务。
  
  可以通过清华镜像源安装
  初始化摄像头： 

1. cap = cv2.VideoCapture(0) # 通常 '0' 指的是内置摄像头
2. cap.set(3,1280)     #设置摄像头的分辨率为 1280x720
3. cap.set(4,720)

复制代码

初始化FaceDetector对象：

   FaceDetector是一个基于OpenCV的库，它提供了一个简单而强大的人脸检测器。它使用了OpenCV的级联分类器（Cascade Classifier）来检测人脸，并提供了方便易用的接口。FaceDetector可以在静态图像或实时视频中检测出人脸，并返回每个检测到的人脸的位置和界限框。它还可以根据必要举行参数调整，以适应差别场景和要求。FaceDetector在诸如人脸识别、人脸跟踪、心情检测等应用中非常有效。

1. detector = FaceDetector(minDetectionCon=0.5, modelSelection=1)
2. # modelSelection: 0 表示短距离检测（2米），1 表示长距离检测（5米）

复制代码

获取摄像头帧： 

1. # success: 布尔值，表示是否成功捕获了帧
2.     # img: 捕获的帧
3.     success, img = cap.read() # 从摄像头读取当前帧
5.     # 在图像中检测人脸
6.     # img: 更新后的图像
7.     # bboxs: 检测到的人脸边界框列表
8.     img, bboxs = detector.findFaces(img, draw=False) #在图像中检测人脸，并返回更新后的图像和人脸边界框列表

复制代码

获取数据：

1. # ---- 获取数据 ---- #
2.             center = bbox["center"]  # 获取人脸中心坐标
3.             x, y, w, h = bbox['bbox']  # 获取边界框的坐标和大小
4.             score = int(bbox['score'][0] * 100)  # 获取识别置信度（百分比）

复制代码

绘制数据：

1.   # ---- 绘制数据 ---- #
2.             cv2.circle(img, center, 5, (255, 0, 255), cv2.FILLED)  # 绘制圆形标记人脸中心
3.             cvzone.putTextRect(img, f'{score}%', (x, y - 15), border=5)  # 显示识别置信度文本
4.             cvzone.cornerRect(img, (x, y, w, h))  # 绘制矩形框

复制代码

显示图像：

1. # 在名为'Image'的窗口中显示图像
2.     cv2.imshow("Image", img)
3.     # 等待1毫秒，如果按下任意键则关闭窗口
4.     cv2.waitKey(1)

复制代码

完整代码： 

1. #coding=gbk# 导入必要的库import cvzonefrom cvzone.FaceDetectionModule import FaceDetectorimport cv2import logging# 设置日志记录logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')# 记录日志信息logging.info('这是一条信息日志')logging.warning('这是一条告诫日志')logging.error('这是一条错误日志')# 初始化摄像头cap = cv2.VideoCapture(0) # 通常 '0' 指的是内置摄像头
2. cap.set(3,1280)     #设置摄像头的分辨率为 1280x720
3. cap.set(4,720)# 初始化FaceDetector对象# minDetectionCon: 最小检测置信度阈值# modelSelection: 0 表示短距离检测（2米），1 表示长距离检测（5米）detector = FaceDetector(minDetectionCon=0.5, modelSelection=1)# 循环获取摄像头帧while True:    # success: 布尔值，表示是否成功捕获了帧
4.     # img: 捕获的帧
5.     success, img = cap.read() # 从摄像头读取当前帧
7.     # 在图像中检测人脸
8.     # img: 更新后的图像
9.     # bboxs: 检测到的人脸边界框列表
10.     img, bboxs = detector.findFaces(img, draw=False) #在图像中检测人脸，并返回更新后的图像和人脸边界框列表    # 如果检测到人脸    if bboxs:        # 遍历每个界限框        for bbox in bboxs:            # bbox 包含 'id', 'bbox', 'score', 'center'            # ---- 获取数据 ---- #
11.             center = bbox["center"]  # 获取人脸中心坐标
12.             x, y, w, h = bbox['bbox']  # 获取边界框的坐标和大小
13.             score = int(bbox['score'][0] * 100)  # 获取识别置信度（百分比）
14.             # ---- 绘制数据 ---- #
15.             cv2.circle(img, center, 5, (255, 0, 255), cv2.FILLED)  # 绘制圆形标记人脸中心
16.             cvzone.putTextRect(img, f'{score}%', (x, y - 15), border=5)  # 显示识别置信度文本
17.             cvzone.cornerRect(img, (x, y, w, h))  # 绘制矩形框    # 在名为'Image'的窗口中显示图像
18.     cv2.imshow("Image", img)
19.     # 等待1毫秒，如果按下任意键则关闭窗口
20.     cv2.waitKey(1)

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。