python-opencv 攝像頭簡單實現人臉檢測案例

0.源碼：

import cv2 as cv


# 視頻人臉檢測f
def video_face_detection():
    face_detector = cv.CascadeClassifier("D:/WorkTool/ins_Anaconda/Lib/site-packages/cv2/data"
                                         "/haarcascade_frontalface_alt2.xml")
    capture = cv.VideoCapture(0)
    while True:
        ret, value = capture.read()
        if ret is False:
            break
        value = cv.flip(value, 1)
        faces = face_detector.detectMultiScale(value, 1.06, 25)
        for (x, y, w, h) in faces:
            cv.rectangle(value, (x, y), (x + y, y + h), (0, 255, 0), 2)
        cv.imshow("video_face_detection", value)
        key = cv.waitKey(10)
        if key == ord('q'):  # 按q鍵退出
            print("over")
            break


if __name__ == "__main__":
    video_face_detection()
    cv.destroyAllWindows()

1.注意事項

cv.CascadeClassifier() ： 裏面可以填寫你python安裝的Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml 如果你pip有opencv的話

關於 face_detector.detectMultiScale(value, 1.06, 25) ：
def detectMultiScale(self,
image: Any,
scaleFactor: Any = None,
minNeighbors: Any = None,
flags: Any = None,
minSize: Any = None,
maxSize: Any = None) -> None

---

1.image：要檢測的圖片；
2.scaleFactor：比例因子，表示在前後兩次相繼的掃描中，搜索窗口的比例係數。默認爲1.1即每次搜索窗口依次擴大10%；
3.minNeighbors：表示構成檢測目標的相鄰矩形的最小個數(默認爲3個);
4.flags：要麼使用默認值，要麼使用CV_HAAR_DO_CANNY_PRUNING，如果設置爲CV_HAAR_DO_CANNY_PRUNING，那麼函數將會使用Canny邊緣檢測來排除邊緣過多或過少的區域，因此這些區域通常不會是人臉所在區域；
5、6：minSize和maxSize用來限制得到的目標區域的範圍。

參考來源：https://blog.csdn.net/itismelzp/article/details/50379359