# -*- coding: utf-8 -*-
＃＃转载请注明：@小五义http://www.cnblogs.com/xiaowuyi  QQ群：64770604
import cv2.cv as cv
import cv2
from cv2 import VideoCapture  #cv.NamedWindow("W1", cv.CV_WINDOW_AUTOSIZE)
cv.NamedWindow("W1",cv.CV_WINDOW_NORMAL)cv.ResizeWindow("W1", 600, 600)#找到设备对象
capture = cv.CaptureFromCAM(0) #检测人脸函数  def repeat():  #每次从摄像头获取一张图片  frame = cv.QueryFrame(capture)image_size = cv.GetSize(frame)#获取图片的大小  #print image_sizegreyscale = cv.CreateImage(image_size, 8, 1)#建立一个相同大小的灰度图像cv.CvtColor(frame, greyscale, cv.CV_BGR2GRAY)#将获取的彩色图像，转换成灰度图像storage = cv.CreateMemStorage(0)#创建一个内存空间，人脸检测是要利用，具体作用不清楚cv.EqualizeHist(greyscale, greyscale)#将灰度图像直方图均衡化，貌似可以使灰度图像信息量减少，加快检测速度  #画图像分割线cv.Line(frame, (210,0),(210,480), (0,255,255),1) cv.Line(frame, (420,0),(420,480), (0,255,255),1) cv.Line(frame, (0,160),(640,160), (0,255,255),1) cv.Line(frame, (0,320),(640,320), (0,255,255),1) # detect objects  cascade = cv.Load('/usr/share/OpenCV/haarcascades/haarcascade_frontalface_alt2.xml')#加载Intel公司的训练库  #检测图片中的人脸，并返回一个包含了人脸信息的对象faces  faces = cv.HaarDetectObjects(greyscale, cascade, storage, 1.2, 2,cv.CV_HAAR_DO_CANNY_PRUNING,(100, 100))  #获得人脸所在位置的数据  for (x,y,w,h) , n in faces:# print x,yif x<210:print "right"elif x>310:print "left"cv.Rectangle(frame, (x,y), (x+w,y+h), (0,128,0),2)#在相应位置标识一个矩形 边框属性(0,0,255)红色 20宽度cv.ShowImage("W1", greyscale)#显示互有边框的图片cv.ShowImage("W1", frame)  #循环检测每一帧的图片 ESC键退出程序
while True:  repeat()  c = cv.WaitKey(10)  if c == 27:  #cv2.VideoCapture(0).release()  cv2.destroyWindow("W1")  break