Python 利用手機 IP攝像頭、iVcAM 軟體代替 筆記本攝像頭 實現手機人臉檢測
阿新 • • 發佈：2020-10-23
上程式碼： 利用 IP攝像頭實現人臉檢測
import cv2 def CatchPICFromVideo(): cv2.namedWindow("image",0) #qcv2.resizeWindow("image", 1600, 900) # 設定長和寬 # 視訊來源，可以來自一段已存好的視訊，手機攝像頭 video = "http://admin:[email protected]:8081/" # 此處@後的ipv4 地址需要改為app提供的地址 前面密碼可以自己在手機IP攝像頭修改上修改 cap = cv2.VideoCapture(video)# 告訴OpenCV使用人臉識別分類器 data_path = "D:\Study\python__gongju\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml" classfier = cv2.CascadeClassifier(data_path) # 識別出人臉後要畫的邊框的顏色，RGB格式 color = (0, 255, 0) num = 0 while cap.isOpened(): ok, frame1 = cap.read() #讀取一幀資料 scale_percent = 50 # percent of original size 縮小到原來25% width = int(frame1.shape[1] * scale_percent / 100) height = int(frame1.shape[0] * scale_percent / 100) dim = (width, height) frame = cv2.resize(frame1, dim, interpolation=cv2.INTER_AREA) if not ok:break grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 將當前楨影象轉換成灰度影象 # 人臉檢測，1.2和2分別為圖片縮放比例和需要檢測的有效點數 faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32)) if len(faceRects) > 0: # 大於0則檢測到人臉 for faceRect in faceRects: # 單獨框出每一張人臉 x, y, w, h = faceRect # 將當前幀儲存為圖片 #img_name = '%s/%d.jpg ' %(path_name, num) #image = frame[y - 10: y + h + 10, x - 10: x + w + 10] #cv2.imwrite(img_name, image) num += 1 #if num > catch_pic_num: # 如果超過指定最大儲存數量退出迴圈 #break # 畫出矩形框 cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) # 顯示當前捕捉到了多少人臉圖片了，這樣站在那裡被拍攝時心裡有個數，不用兩眼一抹黑傻等著 font = cv2.FONT_HERSHEY_SIMPLEX cv2.putText(frame ,'num:%d' % (num) ,(x + 30, y + 30), font, 1, (255 ,0 ,255) ,4) # 超過指定最大儲存數量結束程式 #if num > catch_pic_num: #break # 顯示影象q cv2.imshow("image", frame) c = cv2.waitKey(1) if c & 0xFF == ord('q'): break # 釋放攝像頭並銷燬所有視窗 cap.release() cv2.destroyAllWindows() if __name__ == '__main__': CatchPICFromVideo() #print(CatchPICFromVideo(r'H:\renwu__opencv\zhaopian\IMG_3849.MOV'))
利用 iVCam實現檢測：
import cv2 def CatchPICFromVideo(): cv2.namedWindow("image",0) #qcv2.resizeWindow("image", 1600, 900) # 設定長和寬 # 視訊來源，可以來自一段已存好的視訊，手機攝像頭 cap = cv2.VideoCapture(1) # 告訴OpenCV使用人臉識別分類器 data_path = "D:\Study\python__gongju\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml" classfier = cv2.CascadeClassifier(data_path) # 識別出人臉後要畫的邊框的顏色，RGB格式 color = (0, 255, 0) num = 0 while cap.isOpened(): ok, frame1 = cap.read() # 讀取一幀資料 scale_percent = 50 # percent of original size 縮小到原來25% width = int(frame1.shape[1] * scale_percent / 100) height = int(frame1.shape[0] * scale_percent / 100) dim = (width, height) frame = cv2.resize(frame1, dim, interpolation=cv2.INTER_AREA) if not ok: break grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 將當前楨影象轉換成灰度影象 # 人臉檢測，1.2和2分別為圖片縮放比例和需要檢測的有效點數 faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32)) if len(faceRects) > 0: # 大於0則檢測到人臉 for faceRect in faceRects: # 單獨框出每一張人臉 x, y, w, h = faceRect # 將當前幀儲存為圖片 #img_name = '%s/%d.jpg ' %(path_name, num) #image = frame[y - 10: y + h + 10, x - 10: x + w + 10] #cv2.imwrite(img_name, image) num += 1 #if num > catch_pic_num: # 如果超過指定最大儲存數量退出迴圈 #break # 畫出矩形框 cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) # 顯示當前捕捉到了多少人臉圖片了，這樣站在那裡被拍攝時心裡有個數，不用兩眼一抹黑傻等著 font = cv2.FONT_HERSHEY_SIMPLEX cv2.putText(frame ,'num:%d' % (num) ,(x + 30, y + 30), font, 1, (255 ,0 ,255) ,4) # 超過指定最大儲存數量結束程式 #if num > catch_pic_num: #break # 顯示影象q cv2.imshow("image", frame) c = cv2.waitKey(1) if c & 0xFF == ord('q'): break # 釋放攝像頭並銷燬所有視窗 cap.release() cv2.destroyAllWindows() if __name__ == '__main__': CatchPICFromVideo() #print(CatchPICFromVideo(r'H:\renwu__opencv\zhaopian\IMG_3849.MOV'))