python版opencv摄像头人脸实时检测方法

以下是Python版OpenCV摄像头人脸实时检测方法的完整攻略，包括两个示例：

Python版OpenCV摄像头人脸实时检测方法

步骤1：导入必要的库

需要导入必要的库，包括cv2和numpy。可以使用以下代码导入这些库：

import cv2
import numpy as np

步骤2：加载人脸检测器

需要加载人脸检测器。可以使用以下代码加载人脸检测器：

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

在这个示例中，我们使用cv2.CascadeClassifier()方法加载名为haarcascade_frontalface_default.xml的人脸检测器。

步骤3：打开摄像头

需要打开摄像头。可以使用以下代码打开摄像头：

cap = cv2.VideoCapture(0)

在这个示例中，我们使用cv2.VideoCapture()方法打开摄像头。

步骤4：实时检测人脸

需要实时检测人脸。可以使用以下代码实时检测人脸：

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    cv2.imshow('img',img)
    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break
cap.release()
cv2.destroyAllWindows()

在这个示例中，我们使用while循环实时读取摄像头的图像。我们使用cv2.cvtColor()方法将图像转换为灰度图像。我们使用face_cascade.detectMultiScale()方法检测人脸。我们使用cv2.rectangle()方法在图像上绘制矩形框。最后，我们使用cv2.imshow()方法显示图像，并使用cv2.waitKey()方法等待按键。如果按下ESC键，我们使用cap.release()方法释放摄像头，使用cv2.destroyAllWindows()方法关闭所有窗口。

示例1：实时检测人脸

以下是实时检测人脸的示例：

import cv2
import numpy as np

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
cap = cv2.VideoCapture(0)

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    cv2.imshow('img',img)
    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break
cap.release()
cv2.destroyAllWindows()

在这个示例中，我们使用while循环实时读取摄像头的图像。我们使用cv2.cvtColor()方法将图像转换为灰度图像。我们使用face_cascade.detectMultiScale()方法检测人脸。我们使用cv2.rectangle()方法在图像上绘制矩形框。最后，我们使用cv2.imshow()方法显示图像，并使用cv2.waitKey()方法等待按键。如果按下ESC键，我们使用cap.release()方法释放摄像头，使用cv2.destroyAllWindows()方法关闭所有窗口。

示例2：保存检测到的人脸图像

以下是保存检测到的人脸图像的示例：

import cv2
import numpy as np

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
cap = cv2.VideoCapture(0)

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
        roi_gray = gray[y:y+h, x:x+w]
        roi_color = img[y:y+h, x:x+w]
        cv2.imwrite("face.jpg", roi_color)
    cv2.imshow('img',img)
    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break
cap.release()
cv2.destroyAllWindows()

在这个示例中，我们使用while循环实时读取摄像头的图像。我们使用cv2.cvtColor()方法将图像转换为灰度图像。我们使用face_cascade.detectMultiScale()方法检测人脸。我们使用cv2.rectangle()方法在图像上绘制矩形框。我们使用cv2.imwrite()方法保存检测到的人脸图像。最后，我们使用cv2.imshow()方法显示图像，并使用cv2.waitKey()方法等待按键。如果按下ESC键，我们使用cap.release()方法释放摄像头，使用cv2.destroyAllWindows()方法关闭所有窗口。