一、前言

使用OpenCV实现从摄像头实时检测人脸，并用方框框出来。

这里主要通过OpenCV里自带的一些函数和Haar特征分类器【脸部】的来实现人脸检测。仅适合初学者。

能力有限，理论不做解释，仅含简单代码逻辑。

二、主要代码

开启摄像头代码：

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
using namespace cv;
using namespace std;int main() {VideoCapture cap(0);if (!cap.isOpened()) {cout << "打开摄像头失败！" <<endl;return -1;}Mat frame,grayFrame;Mat edges;bool stop = false;while (!stop) {cap >> frame;//将图像变灰、模糊，保留轮廓//cvtColor(frame, edges, COLOR_BGR2GRAY);//GaussianBlur(edges, edges, Size(7, 7), 1.5, 1.5);//Canny(edges, edges, 0, 30, 3);//imshow("Camera", edges);//显示处理后的轮廓图imshow("Camera", frame);//直接显示从摄像头的图像if (waitKey(30) >= 0)//ESC键退出stop = true;}return 0;
}

总代码：

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
using namespace cv;
using namespace std;void DetectFace(Mat);
CascadeClassifier faceCascade;
int main() {//需要加载对应的Haar特征分类器，可到OpenCV安装目录下OpenCV/opencv/sources/data/haarcascades查找faceCascade.load("D:/Program Files/OpenCV/opencv/sources/data/haarcascades/haarcascade_frontalface_alt.xml");VideoCapture cap(0);if (!cap.isOpened()) {cout << "打开摄像头失败！" <<endl;return -1;}Mat frame;bool stop = false;while (!stop) {cap >> frame;DetectFace(frame);//人脸检测if (waitKey(30) >= 0)stop = true;}return 0;
}
void DetectFace(Mat img) {vector<Rect> faces;Mat imgGray;cvtColor(img, imgGray, COLOR_BGR2GRAY);//灰化equalizeHist(imgGray, imgGray);//直方图均匀化faceCascade.detectMultiScale(imgGray, faces, 1.2, 5, 0, Size(30, 30));//检测脸部位置if (faces.size() > 0) {for (size_t i = 0; i < faces.size(); i++) {//可设置显示文字信息到矩形框上//putText(img, "hello", Point(faces[i].x, faces[i].y - 10), FONT_HERSHEY_COMPLEX, 1, Scalar(0, 255, 0));rectangle(img, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height), Scalar(0, 255, 0), 1, 8);}}namedWindow("Face Detection", WINDOW_AUTOSIZE);imshow("Face Detection", img);
}

三、运行截图

图片为打马赛克之后的，真实效果请自行测试。

不知道是不是摄像头像素不够还是处理器不够快，又或者说东拼西凑的代码有问题，总之在运行的时候CPU占用率有点高，而且检测不能像系统自带的相机（同样有人脸检测并框出来）那样快、准。

四、后记

代码仅供参考。

参考链接

OpenCV人脸目标检测、摄像头实时检测相关推荐

opencvmediapipe 人脸检测+摄像头实时
文章目录单张人脸关键点检测单张图像人脸检测摄像头实时关键点检测单张人脸关键点检测定义可视化图像函数导入三维人脸关键点检测模型导入可视化函数和可视化样式读取图像将图像模型输入,获取预测 ...
python 人脸关键点检测_opencv+python+dlib人脸关键点检测、实时检测
安装的是anaconde3.python3.7.3,3.7环境安装dlib太麻烦, 在anaconde3中新建环境python3.6.8, 在3.6环境下安装dlib-19.6.1-cp36-cp36 ...
jetson nano yolov5部署及USB摄像头实时检测初次尝试
(1条消息) Jetson nano部署Yolov5 --从烧录到运行 1:1复刻全过程_IamYZD的博客-CSDN博客_jetson nano部署yolov5 1.yolov5部署学校发的板子不 ...
薄膜表面瑕疵在线检测系统实时检测出表面瑕疵的具体位置
薄膜表面瑕疵在线检测系统实时检测出表面瑕疵的具体位置导读:随着人们对产品质量要求越来越高,产品表面质量检测变得日益重要,过去很多表面缺质量测是依靠人工检测,这种检测方法效率低,受到人的情绪影响比较大 ...
python基于opencv的人脸检测(有最详细的注释)摄像头实时检测人脸
主要实现功能: 通过opencv的模块的内置的方法打开电脑摄像头,读取每一帧数据进行分析.通过界面的方式在界面里实时更新摄像头视频并且标记出人脸. 效果图: 代码: 这部分代码可以用来检测opencv ...
【yolo】ubuntu18.04 yolo打开摄像头实时检测框目标转化pth文件为onnx
heziyi@heziyi-ZenBook-UX425IA-U4700IA:~/桌面/PyTorch-YOLOv3$ python3 video.py yolov3_ckpt_69.onnx Trac ...
python之dlib使用摄像头实时检测人脸
# Copyright (C) 2018-2021 coneypo # SPDX-License-Identifier: MIT# 摄像头实时人脸特征描述子计算 / Real-time face de ...
CMU开源：价值百万美元的多目标人体关键点实时检测
相关文章:开源|2017 CVPR(Oral Paper):多目标实时体态估测项目开源主要内容介绍: OpenPose是一个利用OpenCV和Caffe并以C++写成的开源库,用来实现多线程的多人 ...
调用百度API，来实现人脸活体(人脸展示攻击)(人脸反欺骗)的实时检测
目录一.登录百度API网站,申请API接口二.创建应用列表,查看API Key 与 Secret Key 三.应用API Key 与 Secret Key,将模型部署在本地环境中四.以视频流的方 ...

OpenCV人脸目标检测、摄像头实时检测

一、前言

二、主要代码

三、运行截图

四、后记

OpenCV人脸目标检测、摄像头实时检测相关推荐

最新文章

热门文章