最近在訓練一個人臉識別的模型，而項目訓練需要大量真實人臉圖片樣本。

剛好項目用到opencv識別人臉，可以把每一幀圖片保存下來，用此方法可以方便的獲取大量的臉部樣本，大約20分鐘可以獲取到10000張.

#-*- encoding:utf8 -*-
import cv2
import os
import sys
import random
# 獲取分類器
classifier = cv2.CascadeClassifier(‘haarcascade_frontalface_default.xml‘)
face_dir = ‘./my_faces‘
if not os.path.exists(face_dir):
    os.makedirs(face_dir)
name
 
=raw_input("please input your name:")
os.makedirs(face_dir+‘/‘+name)

# 打開攝像頭 參數為輸入流，可以為攝像頭或視頻文件
camera = cv2.VideoCapture(0)

# 改變亮度與對比度
def relight(img, alpha=1, bias=0):
    w = img.shape[1]
    h = img.shape[0]
    #image = []
    for i in range(0,w):
        for j in range(0,h):
            for c in range(3):
                tmp 
 
= int(img[j,i,c]*alpha + bias)
                if tmp > 255:
                    tmp = 255
                elif tmp < 0:
                    tmp = 0
                img[j,i,c] = tmp
    return img
i = 1
while 1:
    if (i <= 10000):
        print(‘It`s processing %s image.‘ % i)
        success, img 
 
= camera.read()        # 讀幀
        gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#轉灰度圖
        faces = classifier.detectMultiScale(gray_img, 1.3, 5)#用分類器獲取臉部
        for f_x, f_y, f_w, f_h in faces:#截取原來圖像的臉部
            face = img[f_y:f_y+f_h, f_x:f_x+f_w]
            face = cv2.resize(face, (128,128))
            face = relight(face, random.uniform(0.5, 1.5), random.randint(-50, 50))#重新調亮度
            cv2.imwrite(face_dir+‘/‘+name+‘/‘+str(i)+‘.jpg‘, face)
            i+=1
        key = cv2.waitKey(10)
        c = chr(key & 255)
        if c in [‘q‘, ‘Q‘, chr(27)]:
            break
    else:
        break

opencv之從視頻幀中截取圖片