会python真的可以为所欲为0(回)
360天前
这里还有人吗1(回)
545天前这里还有人吗0(回)
545天前
每天面对着电脑屏幕，敲打键盘。我所面对的并不只是代码，而是一种生活方式。0(回)
769天前到处都是羊，不想上班0(回)
849天前
鸽子
0(回)
854天前# coding=utf-8 |
import cv2 |
# 如果是对视频进行检测，那么替换下面语句 |
cap = cv2.VideoCapture('a.avi') |
# 通过摄像头检测自己的人脸 |
# cap = cv2.VideoCapture(0) |
# 获得摄像头帧大小 |
w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) + 1 |
h = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) + 1 |
# 保存文件的格式 |
videoWriter = cv2.VideoWriter('b.avi', cv2.VideoWriter_fourcc('M', 'P', '4', '2'), 24, (w, h)) |
# 自适应窗口大小 |
cv2.namedWindow('video', cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO) |
# 查看视频一秒多少帧 1000/20=50 |
# print(cap.get(propId=cv2.CAP_PROP_FPS)) |
# 一共多少帧 2701.0 |
# print(cap.get(propId=cv2.CAP_PROP_FRAME_COUNT)) |
# 人脸数据，级联分类器，给人脸特征数据，返回可以识别人脸的对象 |
detector = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') |
while cap.isOpened(): |
# 获得每帧数据 |
flag, frame = cap.read() |
if flag == False: |
break |
# 转化为灰度图像 |
gray = cv2.cvtColor(frame, code=6) |
# 人脸检测获得图像区域 |
face_zone = detector.detectMultiScale(gray) |
# 针对人脸区域画图 |
for x, y, w, h in face_zone: |
cv2.circle(frame, center=(x + w // 2, y + h // 2), radius=w // 2, color=[0, 0, 255], thickness=2) |
# 写入视频流中 |
videoWriter.write(frame) |
if flag == False: |
break |
cv2.imshow('video', frame) |
# 按q退出 |
if ord('q') == cv2.waitKey(5): |
break |
cv2.destroyAllWindows() |
cap.release() |
videoWriter.release() |
