人脸识别

上次研究了下TensorFlow和怎么写python，然后去网上找了下资料，用python调用摄像头并且找到人脸。

上次写到了安装pycharm，然后用到了TensorFlow框架。然后这次呢用的是opencv框架。

1.打开命令行，输入：brew install opencv

2.在pycharm的偏好设置中找到Project Interpreter更换路径

3.创建一个.py工程开始写代码

4.调用摄像头的例子

import sysimport cv2import numpy as npcap = cv2.VideoCapture(0)while(1):    ret,frame = cap.read()    cv2.imshow("capture",frame)    if cv2.waitKey(1) & 0xFF == ord('q'):        breakcap.release()cv2.destroyAllWindows()

5.调用摄像头并且调用opencv 里面的识别算法。（代码是别人写的，但是我修改了一点东西）

import cv2import sysfrom PIL import Imagedef CatchUsbVideo(window_name, camera_idx):    cv2.namedWindow(window_name)    # 视频来源，可以来自一段已存好的视频，也可以直接来自USB摄像头    cap = cv2.VideoCapture(0)    # 告诉OpenCV使用人脸识别分类器    classfier = cv2.CascadeClassifier("/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt2.xml")    # 识别出人脸后要画的边框的颜色，RGB格式    color = (0, 255, 0)    while cap.isOpened():        ok, frame = cap.read()  # 读取一帧数据        if not ok:            break            # 将当前帧转换成灰度图像        grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)        # 人脸检测，1.2和2分别为图片缩放比例和需要检测的有效点数        faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))        if len(faceRects) > 0:  # 大于0则检测到人脸            for faceRect in faceRects:  # 单独框出每一张人脸                x, y, w, h = faceRect                cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)        # 显示图像        cv2.imshow(window_name, frame)        c = cv2.waitKey(10)        if c & 0xFF == ord('q'):            break            # 释放摄像头并销毁所有窗口    cap.release()    cv2.destroyAllWindows()CatchUsbVideo("识别人脸区域", "0")

最主要是调用 opencv的这个函数CascadeClassifier

点击运行就会调用设备的摄像头，我这边是可以出图像的，由于本人还是有点丑的就不附图了