一、准备依赖库

pip install dlib

pip python-opencv

二、代码实现

#coding: utf-8

"""

从视屏中识别人脸，并实时标出面部特征点

"""

import dlib #人脸识别的库dlib

import cv2 #图像处理的库OpenCv

# 使用特征提取器get_frontal_face_detector

detector = dlib.get_frontal_face_detector()

# 读入视频文件

# cap = cv2.VideoCapture("row.MP4")

#建cv2摄像头对象，这里使用电脑自带摄像头，如果接了外部摄像头，则自动切换到外部摄像头

cap = cv2.VideoCapture(0)

# 设置视频参数，propId设置的视频参数，value设置的参数值

cap.set(3, 480)

# 截图screenshoot的计数器

cnt = 0

# cap.isOpened() 返回true/false 检查初始化是否成功

while(cap.isOpened()):

# cap.read()

# 返回两个值：

# 一个布尔值true/false，用来判断读取视频是否成功/是否到视频末尾

# 图像对象，图像的三维矩阵

flag, im_rd = cap.read()

# 每帧数据延时1ms，延时为0读取的是静态帧

k = cv2.waitKey(1)

# 取灰度

img_gray = cv2.cvtColor(im_rd, cv2.COLOR_RGB2GRAY)

# 使用人脸检测器检测每一帧图像中的人脸。并返回人脸数rects

faces = detector(img_gray, 0)

# 待会要显示在屏幕上的字体

font = cv2.FONT_HERSHEY_SIMPLEX

# 如果检测到人脸

if(len(faces)!=0):

# 对每个人脸都画出框框

for i in range(len(faces)):

# enumerate方法同时返回数据对象的索引和数据，k为索引，d为faces中的对象

for k, d in enumerate(faces):

# 用红色矩形框出人脸

cv2.rectangle(im_rd, (d.left(), d.top()), (d.right(), d.bottom()), (0, 255, 0),2)

# 计算人脸热别框边长

face_width = d.right() - d.left()

#在上方显示文字

cv2.putText(im_rd, str(face_width) , (d.left(), d.top()-20), font, 0.5, (255, 0, 0), 1)

# 标出人脸数

cv2.putText(im_rd, "Faces: "+str(len(faces)), (20,50), font, 1, (0, 0, 255), 1, cv2.LINE_AA)

else:

# 没有检测到人脸

cv2.putText(im_rd, "No Face", (20, 50), font, 1, (0, 0, 255), 1, cv2.LINE_AA)

# 添加说明

im_rd = cv2.putText(im_rd, "S: screenshot", (20, 400), font, 0.8, (0, 0, 255), 1, cv2.LINE_AA)

im_rd = cv2.putText(im_rd, "Q: quit", (20, 450), font, 0.8, (0, 0, 255), 1, cv2.LINE_AA)

#检测按键

k = cv2.waitKey(1)

# 按下s键截图保存

if (k == ord('s')):

cnt+=1

cv2.imwrite("screenshoot"+str(cnt)+".jpg", im_rd)

# 按下q键退出

if(k == ord('q')):

break

# 窗口显示

cv2.imshow("camera", im_rd)

# 释放摄像头

cap.release()

# 删除建立的窗口

cv2.destroyAllWindows()

三、实验结果