本文實例為大家分享了Python基于OpenCV實現人臉檢測，并保存的具體代碼，供大家參考，具體內容如下
安裝opencv
如果安裝了pip的話，Opencv的在windows的安裝可以直接通過cmd命令
pip install opencv-python
(只需要主要模塊),也可以輸入命令
pip install opencv-contrib-python
(如果需要main模塊和contrib模塊)
詳情可以點擊此處
導入opencv
import cv2
所有包都包含haarcascade文件。這個文件很重要!!!
cv2.data.haarcascades可以用作數據文件夾的快捷方式。例如：
cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
代碼
#-*- coding: utf-8 -*-
# import openCV的庫
import cv2
import os, math, operator
from PIL import Image
from functools import reduce
###調用電腦攝像頭檢測人臉并截圖
def CatchPICFromVideo(window_name, path_name):
cv2.namedWindow(window_name)
#電腦攝像頭
cap = cv2.VideoCapture(0)
#告訴OpenCV使用人臉識別分類器
classfier = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
#檢測人臉后要畫的邊框的顏色
color = (0, 255, 0)
while cap.isOpened():
ok, frame = cap.read() #讀取一幀數據
if not ok:
break
grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #將當前楨圖像轉換成灰度圖像
#人臉檢測，1.2和2分別為圖片縮放比例和需要檢測的有效點數
faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))
if len(faceRects) > 0: #大于0則檢測到人臉
for faceRect in faceRects: #單獨框出每一張人臉
x, y, w, h = faceRect
#畫出矩形框
cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
k = cv2.waitKey(100) #每0.1秒讀一次鍵盤
if k == ord("z") or k == ord("Z"): #如果輸入z
#將當前幀保存為圖片
img_name = path_name
print(img_name)
image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
cv2.imwrite(img_name, image,[int(cv2.IMWRITE_PNG_COMPRESSION), 9])
break
#顯示圖像
cv2.imshow(window_name, frame)
#退出攝像頭界面
c = cv2.waitKey(100)
if c == ord("q") or c == ord("Q"):
break
#釋放攝像頭并銷毀所有窗口
cap.release()
cv2.destroyAllWindows()
os.system("cls") #清屏
recogname = "recogface.jpg" #預存的人臉文件
CatchPICFromVideo("get face",recogname)
功能：
雖然能框住人臉，但是效率還不是很高。
按Z或z可以將框住的人臉截取保存
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
