原文链接:http://www.one2know.cn/python7/

案例一 导入图片

  • 思路: 1.导入库 2.加载图片 3.创建窗口 4.显示图片 5.暂停窗口 6.关闭窗口
# 1.导入库
import cv2 # 2.加载图片
img = cv2.imread('a.png') # 3.创建窗口
cv2.namedWindow('window 1 haha') # 4.显示图片
cv2.imshow('window 1',img) # 5.暂停窗口
cv2.waitKey(0) # 6.关闭窗口
cv2.destroyAllWindows()

案例二 在图片上添加人脸识别

  • 思路: 1.导入库 2.加载图片 3.加载人脸模型 4.调整图片灰度 5.检查人脸 6.标记人脸 7.创建窗口 8.显示图片 9.暂停窗口 10.关闭窗口
# 1.导入库
import cv2 # 2.加载图片
img = cv2.imread('a.png') # 3.加载人脸模型,opencv官网下载
face = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 4.调整图片灰度:没必要识别颜色,灰度可以提高性能
gray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY) # 5.检查人脸
faces = face.detectMultiScale(gray) # 6.标记人脸for (x,y,w,h) in faces:   
# 里面有4个参数 1.写图片 2.坐标原点 3.识别大小 4.颜色 5.线宽   
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),4) # 7.创建窗口   
cv2.namedWindow('window 1 haha') # 8.显示图片
cv2.imshow('window 1', img) # 9.暂停窗口
cv2.waitKey(0) # 10.关闭窗口
cv2.destroyAllWindows()

案例三 调用摄像头

  • 思路: 1.导入库 2.打开摄像头 3.获取摄像头实时画面 4.释放资源 5.关闭窗口
# 1.导入库
import cv2 # 2.打开摄像头
capture = cv2.VideoCapture(0) # 3.获取摄像头实时画面
cv2.namedWindow('camera')
while True:   
#3.1 获取摄像头的帧画面   
ret,frame = capture.read()   
#3.2 显示图片(渲染画面)   
cv2.imshow('window 1',frame)   
#3.3 暂停窗口   
if cv2.waitKey(5) & 0xFF == ord('q'):
break # 4.释放资源
capture.release() # 5.关闭窗口
cv2.destroyAllWindows()

案例四 摄像头识别人脸

  • 思路: 1.导入库 2.加载人脸模型 3.打开摄像头 4.创建窗口 5.获取摄像头实时画面 6.释放资源 7.关闭窗口
# 1.导入库
import cv2 # 2.加载人脸模型
face = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 3.打开摄像头
capture = cv2.VideoCapture(0) # 4.创建窗口cv2.namedWindow('window 1') # 5.获取摄像头实时画面
while True:   
# 5.1 获取摄像头的帧画面   
ret,frame = capture.read()   
# 5.2 图片灰度调整   
gray = cv2.cvtColor(frame,cv2.COLOR_RGB2GRAY)   
# 5.3 检查人脸   
faces = face.detectMultiScale(gray)   
# 5.4 标记人脸   
for (x, y, w, h) in faces:       
# 里面有4个参数 1.写图片 2.坐标原点 3.识别大小 4.颜色 5.线宽       
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 4)   
# 5.5 显示图片       
cv2.imshow('camera',frame)   
# 5.6 暂停窗口       
if cv2.waitKey(5) & 0xFF == ord('q'):           
break # 6.释放资源
capture.release() # 7.关闭窗口
cv2.destroyAllWindows()

简单的 Python 人脸识别实例的更多相关文章

  1. 总结几个简单好用的Python人脸识别算法

    原文连接:https://mp.weixin.qq.com/s/3BgDld9hILPLCIlyysZs6Q 哈喽,大家好. 今天给大家总结几个简单.好用的人脸识别算法. 人脸识别是计算机视觉中比较常 ...

  2. OpenCV+python 人脸识别

    首先给大家推荐一本书:机器学习算法原理与编程实践 本文内容全部转载于书中,相当于一个读书笔记了吧 绪论 1992年麻省理工学院通过实验对比了基于结构特征的方法与基于模版匹配的方法,发现模版匹配的方法要 ...

  3. Python人脸识别最佳教材典范,40行代码搭建人脸识别系统!

    Face Id是一款高端的人脸解锁软件,官方称:"在一百万张脸中识别出你的脸."百度.谷歌.腾讯等各大企业都花费数亿来鞭策人工智能的崛起,而实际的人脸识别技术是否有那么神奇? 绿帽 ...

  4. python人脸识别

    需要掌握知识python,opencv和机器学习一类的基础 过一段时间代码上传github,本人菜j一个,虽然是我自己谢的,也有好多不懂,或者我这就是错误方向 链接:https://pan.baidu ...

  5. 【python人脸识别】使用opencv识别图片中的人脸

    概述: OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库 为什么有OpenCV? 计算机视觉市场巨大而且持续增长,且这方面没有标准API,如今的计算机视觉软件大概有以下三种: 1.研究 ...

  6. Python人脸识别 + 手机推送,老板来了你就会收到短信提示

  7. python人脸识别项目face-recognition

    该项目基于Github上面的开源项目人脸识别face-recognition,主要是对图像和视频中的人脸进行识别,在开源项目给出的例子基础上对视频人脸识别的KNN算法进行了实现. 0x1 工程项目结构 ...

  8. python 人脸识别试水(一)

    1.安装python,在这里我的版本是python 3.6 2.安装pycharm,我的版本是pycharm 2017 3.安装pip  pip 版本10 4.安装 numpy    :pip ins ...

  9. python 人脸识别

    """Performs face alignment and calculates L2 distance between the embeddings of image ...

随机推荐

  1. husky+ prettier + commitlint 提交前代码检查和提交信息规范

    一.安装相关的包 npm install -D husky npm install -D lint-staged // lint钩子 npm install -D prettiernpm instal ...

  2. 第二章 javaScript操作BOM

    什么是BOM      BOM(Browser Object Model)即浏览器对象模型.      BOM提供了独立于内容 而与浏览器窗口进行交互的对象:      由于BOM主要用于管理窗口与窗 ...

  3. TCP拥塞算法瓶颈及TCP加速器解决方案

    TCP拥塞算法详解    ps:详解TCP拥塞算法就是为了说明瓶颈所在.   先解释一下概念: 拥塞:对网络中某一资源的需求超出了该资源所能提供的可用部分 拥塞窗口:以字节为单位,表示能通过的数据报的 ...

  4. Rust写时复制Cow<T>

    写时复制(Copy on Write)技术是一种程序中的优化策略,多应用于读多写少的场景.主要思想是创建对象的时候不立即进行复制,而是先引用(借用)原有对象进行大量的读操作,只有进行到少量的写操作的时 ...

  5. hdoj 1753 (Java)

    刚刚开始用Java,代码难免不够简洁. import java.math.BigDecimal; import java.util.Scanner; public class Main { publi ...

  6. tab切换echarts无法正常显示问题

    项目中使用到了Echarts来在展示图表,两个tab切换页面中都存在图表,页面加载完成后 对所有图表进行了初始化和绘制,然后切换查看时,发现图表的宽度不正确.,第一个tab显示是很正常的,但是第二个t ...

  7. 微信公众号接入服务器验证(Go实现)

    1 基本流程 将token.timestamp.nonce三个参数进行字典序排序 将三个参数字符串拼接成一个字符串进行sha1加密 开发者获得加密后的字符串可与signature对比,标识该请求来源于 ...

  8. cdh5-MariaDB 配置(暂未排版)

    在多数分布MariaDB的设施默认设置使用保守的缓冲区的大小和内存使用. 使用保守的缓冲区大小和内存使用率 Cloudera的数据库管理服务器,监控活动,报告管理,Cloudera 导航,Hive 的 ...

  9. excel 导入 下载模板 demo

    import org.apache.commons.beanutils.PropertyUtils;import org.apache.commons.lang3.StringUtils;import ...

  10. SSM框架的详细解说

    文章转载自:http://blog.csdn.net/zhshulin 使用SSM(Spring.SpringMVC和Mybatis)已经有三个多月了,项目在技术上已经没有什么难点了,基于现有的技术就 ...