这篇文章主要为大家详细介绍了Python OpenCV调用摄像头检测人脸并截图，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
本文实例为大家分享了Python OpenCV调用摄像头检测人脸并截图的具体代码，供大家参考，具体内容如下
注意：需要在python中安装OpenCV库，同时需要下载OpenCV人脸识别模型haarcascade_frontalface_alt.xml，模型可在OpenCV-PCA-KNN-SVM_face_recognition中下载。
#-*- coding: utf-8 -*- # import 进openCV的库 import cv2 ###调用电脑摄像头检测人脸并截图 def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name): 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(camera_idx) #告诉OpenCV使用人脸识别分类器 classfier = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml") #识别出人脸后要画的边框的颜色，RGB格式, color是一个不可增删的数组 color = (0, 255, 0) num = 0 while cap.isOpened(): ok, frame = cap.read() #读取一帧数据 if not ok: break grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #将当前桢图像转换成灰度图像 #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 #将当前帧保存为图片 img_name = "%s/%d.jpg" % (path_name, num) #print(img_name) image = frame[y - 10: y + h + 10, x - 10: x + w + 10] cv2.imwrite(img_name, image,[int(cv2.IMWRITE_PNG_COMPRESSION), 9]) num += 1 if num > (catch_pic_num): #如果超过指定最大保存数量退出循环 break #画出矩形框 cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) #显示当前捕捉到了多少人脸图片了，这样站在那里被拍摄时心里有个数，不用两眼一抹黑傻等着 font = cv2.FONT_HERShey_SIMPLEX cv2.putText(frame,'num:%d/100' % (num),(x + 30, y + 30), font, 1, (255,0,255),4) #超过指定最大保存数量结束程序 if num > (catch_pic_num): break #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() if __name__ == '__main__': # 连续截100张图像，存进image文件夹中 CatchPICFromVideo("get face", 0, 99, "/image")
