Python OpenCV调用摄像头检测人脸并截图

以下是Python OpenCV调用摄像头检测人脸并截图的完整攻略：

准备工作

首先，需要安装OpenCV库和Python环境。可以选择通过pip进行安装：

pip install opencv-python

打开摄像头

首先，在Python中调用摄像头需要用到OpenCV的cv2.VideoCapture()方法，通过传入摄像头编号或者视频文件路径来打开摄像头：

import cv2

cap = cv2.VideoCapture(0)

检测人脸

接着，需要使用OpenCV的人脸检测算法Haar Cascade来检测人脸。这个算法需要预先下载Haar Cascade分类器（也可以自己训练），然后通过cv2.CascadeClassifier()方法导入分类器，并使用detectMultiScale()方法来检测人脸：

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

ret, frame = cap.read()

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

faces = face_cascade.detectMultiScale(gray, 1.3, 5)

截图

接下来，用cv2.rectangle()方法将检测到的人脸框起来，并利用cv2.imwrite()方法把截图保存下来：

for (x,y,w,h) in faces:
    cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)
    roi_gray = gray[y:y+h, x:x+w]
    roi_color = frame[y:y+h, x:x+w]

    cv2.imwrite("face.jpg", roi_color)
    break

完整代码

以下是完整的Python OpenCV调用摄像头检测人脸并截图的代码：

import cv2

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

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    for (x,y,w,h) in faces:
        cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)
        roi_gray = gray[y:y+h, x:x+w]
        roi_color = frame[y:y+h, x:x+w]

        cv2.imwrite("face.jpg", roi_color)
        break

    cv2.imshow('img',frame)

    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break

cap.release()
cv2.destroyAllWindows()

示例说明

1. 单人脸识别

如上所示的完整代码可以实现对摄像头中单个人的识别，即能够在屏幕中只框出一个人脸，并将其截图保存。

1. 多人脸识别

在上述的示例中，Haar Cascade人脸检测算法可以检测到多个人脸。如果想要同时将多个人脸框起来，并将其截图保存，可以使用一个循环语句对所有人脸进行检测。

```for (x,y,w,h) in faces:
cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)
roi_gray = gray[y:y+h, x:x+w]
roi_color = frame[y:y+h, x:x+w]

    cv2.imwrite("face{}.jpg".format(i), roi_color)
    i += 1```

在上述代码中，i是一个计数器，用来给每个人脸图片命名。由于可能有多张人脸图片，因此每个图片的名字应该是独立的，可以使用字符串格式化的方法来实现。