本文实例为大家分享了基于OpenCV实现视频的人脸检测具体代码,供大家参考,具体内容如下
前提条件
1.摄像头
2.已安装Python和OpenCV3
代码
import cv2 import sys import logging as log import datetime as dt from time import sleep cascPath = "haarcascade_frontalface_default.xml" faceCascade = cv2.CascadeClassifier(cascPath) # 打开视频捕获设备 video_capture = cv2.VideoCapture(0) while True: if not video_capture.isOpened(): print('Unable to load camera.') sleep(5) pass # 读视频帧 ret, frame = video_capture.read() # 转为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 调用分类器进行检测 faces = faceCascade.detectMultiScale( gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30), #flags=cv2.cv.CV_HAAR_SCALE_IMAGE ) # 画矩形框 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # 显示视频 cv2.imshow('Video', frame) if cv2.waitKey(1) & 0xFF == ord('q'): break # 关闭摄像头设备 video_capture.release() # 关闭所有窗口 cv2.destroyAllWindows()
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。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
狼山资源网 Copyright www.pvsay.com
暂无“Python基于OpenCV实现视频的人脸检测”评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。