树莓派基于分类器的识别环保标志（五）

我们之前搞到了xml文件，这里不想多说咧，直接啪嗒啪嗒，上代码

coding:utf-8

import sys
reload(sys)
sys.setdefaultencoding('utf8')
# __author__ = 'F S'
# __date__ = '2018/7/28'
# __Desc__ = 人脸检测小例子，以圆圈圈出人脸
#import cv2.cv as cv
import cv2
import numpy as np
import socket
import time
import sy
s

from PIL import Image

from cv2 import VideoCapture
cap = cv2.VideoCapture(0)
by
cap.set(3,320)# set Width
cap.set(4,240)# set Height

SERVER_IP = "192.168.4.1"
SERVER_PORT = 8888

print("Starting socket: TCP...")
server_addr = (SERVER_IP, SERVER_PORT)
socket_tcp = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

print("Starting socket: TCP...")
server_addr = (SERVER_IP, SERVER_PORT)
socket_tcp = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
# 待检测的图片路径
face_cascade = cv2.CascadeClassifier(r'/home/pi/Desktop/opencv-master/data/haarcascades_cuda/haarcascade_frontalface_alt.xml')
signal_cascade = cv2.CascadeClassifier(r'/home/pi/Desktop/cascade.xml')

while True:
try:
print("Connecting to server @ %s:%d..." %(SERVER_IP, SERVER_PORT))
socket_tcp.connect(server_addr)
break
except Exception:
print("Can't connect to server, try it latter!")
time.sleep(1)
continue
print("Receiving package...")
while (True) :
ret,frame = cap.read()
frame = cv2.flip(frame,-1)# Flip camera vertically
gray=frame
#gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 探测图片中的人脸
faces = face_cascade.detectMultiScale(
gray,
scaleFactor = 1.20,
minNeighbors = 4,
minSize = (4,4),
flags = 0
)a
signs = signal_cascade.detectMultiScale(
gray,
scaleFactor = 1.20,
minNeighbors = 4,
minSize = (4,4),
flags = 0
)
if len(faces) > 0:
print "发现{0}个人脸!".format(len(faces))
try:
   if len(faces) == 1 : sa
   socket_tcp.send("FROLEF")
elif len(faces) == 2 :
        socket_tcp.send("BACKWA")
   else :
       print("WRONGG")
time.sleep(1)
except Exception:
   socket_tcp.close()
   socket_tcp = None
   sys.exit(1)
if len(signs) > 0:
print "发现{0}个signs!".format(len(signs))
try:
   if len(signs) == 1 :
   socket_tcp.send("THREEE")
   else :
       print("WRONGg")
time.sleep(1)
except Exception:
   socket_tcp.close()
   socket_tcp = None
sys.exit(1)

for(x,y,w,h) in faces:
# cv2.rectangle(gray,(x,y),(x+w,y+w),(0,255,0),2)
#if w > 50 and h > 50 :
cv2.circle(gray,((x+x+w)/2,(y+y+h)/2),w/2,(0,255,0),2)
print x,y,w,h
for(x,y,w,h) in signs:
# cv2.rectangle(gray,(x,y),(x+w,y+w),(0,255,0),2)
#if w > 50 and h > 50 :
cv2.circle(gray,((x+x+w)/2,(y+y+h)/2),w/2,(0,255,0),2)
print x,y,w,h
cv2.imshow("Find Faces!",gray)
k = cv2.waitKey(30)
if k ==27:# press 'ESC' to quit
break
cap.release()
cv2.destroyAllWindows()

树莓派基于分类器的识别环保标志（五）相关推荐

树莓派基于分类器的识别环保标志（三）分类器xml创建
分类器的训练以分为以下三部进行: 1. 样本的创建 2. 训练分类器 3. 利用训练好的分类器进行目标检测. 对检测物体要确定其属性:是否为绝对刚性的物体,也就是检测的目标是一个固定物体,没有变化(如 ...
树莓派基于分类器的识别环保标志（四）
接着上一篇我们创造完优良条件后,呦西,接下来开始搞分类器xml. 本文是在样本处理完成情况下,进行分类器训练.关于分类器训练网上有很多讲解,但是对于初学者还是有一定难度,这可能与个人学习笔记的习惯有关 ...
树莓派基于face_recognition人脸识别
作为目前最火的人脸识别,有了树莓派的我也想搞一下,查询后发现目前可行且开源的有 face_recognition 库,因为我是要实现实时人脸识别,所以结合了opencv+ face_recogniti ...
opencv交通标志识别_教你从零开始做一个基于深度学习的交通标志识别系统
教你从零开始做一个基于深度学习的交通标志识别系统基于Yolo v3的交通标志识别系统及源码自动驾驶之--交通标志识别在本文章你可以学习到如何训练自己采集的数据集,生成模型,并用yolo v3算法 ...
【交通标志识别】基于BP神经网络实现交通标志识别matlab代码
1 简介近年来,交通标志识别在车辆视觉导航系统中是一个热门研究课题.为了安全驾驶和高效运输,交通部门在公路道路上设置了各类重要的交通标志,以提醒司机和行人有关道路交通信息,如指示标志.警告标志.禁止 ...
matlab交通标志检测与分类,基于MATLAB的道路交通标志识别.doc
基于MATLAB的道路交通标志识别摘要:本文介绍用MATLAB强大的计算功能和各种功能齐全的函数,图像工具箱来进行道路交通标志的识别.介绍基于LAB颜色模型的颜色特征提取和基于radon变换的形状特征 ...
基于VGG19的识别中国人、韩国人、日本人分类器
向AI转型的程序员都关注了这个号??? 大数据挖掘DT数据分析公众号: datadw 这是本学期机器学习课程的项目.通过这个项目了解了不少东西,希望通过博客记录下整个项目过程. 国外有一个网站 h ...
基于Matlab的交通限速标志的识别系统数字图像处理大作业
本大作业为基于Matlab的交通限速标志的识别系统, 考虑到在科技发展的今天,智能汽车行业发展迅速,所以交通限速标志的快速检测及识别对车辆的安全行驶极为重要,因此本系统可以检测到图中的交通限速标志并对 ...
基于树莓派实现AS608指纹识别
基于树莓派实现AS608指纹识别 1.展示效果 1.1.按压手指 1.2.录入手指 1.3.匹配成功注意:别人只是实现基本功能,还有许多的功能依葫芦画瓢自己加进去就行了. 2.具体过程 2.1.连接 ...

树莓派基于分类器的识别环保标志（五）

树莓派基于分类器的识别环保标志（五）相关推荐

最新文章

热门文章