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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
|
import cv2def 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服务器之家。
原文链接：https://blog.csdn.net/weixin_43863419/article/details/88364128
