之前发过一篇关于对图片上人脸检测的博客。 链接：https://blog.csdn.net/weixin_43582101/article/details/88702254
本篇则是讲解通过计算机摄像头来识别人脸并捕捉人脸位置。源码加依赖在最后会完整托管在github上。
测试结果如下：
直接贴代码了，基本上都有注释。就不多说了。
导入要使用的模块 cv2，tensorflow
代码语言：javascript复制import tensorflow as tf
from face_check import detect_face
import cv2
import numpy as nptf.Graph() 表示实例化了一个用于 tensorflow 计算和表示用的数据流图
代码语言：javascript复制 print('Creating and loading ')
with tf.Graph().as_default():# tf.Graph() 表示实例化了一个用于 tensorflow 计算和表示用的数据流图
# tf.Graph().as_default() 表示新生成的图作为整个 tensorflow 运行环境的默认图
#tf.ConfigProto()创建session的时候用来对session进行参数配置
sess = tf.Session(config=tf.ConfigProto(log_device_placement=False))# log_device_placement记录设备指派情况
with sess.as_default(): # 创建一个默认会话
pnet, rnet, onet = detect_face.create_mtcnn(sess, None)定义检测函数
代码语言：javascript复制def detection(image):
minsize = 20 # 最小尺寸
threshold = [0.6, 0.7, 0.7] # 三个步骤的阈值
factor = 0.709 # 比例项间的比率
# detect with RGB image
h, w = image.shape[:2]
bounding_boxes, _ = detect_face.detect_face(image, minsize, pnet, rnet, onet, threshold, factor)
#检测图像中的人脸，并为其返回包围框和点。img:输入图像 最小面尺寸:最小面尺寸
#pnet, rnet, onet: caffemodel
#阈值:阈值=[th1, th2, th3]， th1-3为三步阈值
#factor:用于创建一个扩展的因素金字塔脸大小的检测图像中。用于创建图像中检测到的面部尺寸的比例金字塔的因素
if len(bounding_boxes) < 1:
print("can't detect face in the frame")
return None #未检测到则返回空
print("检测到 %d 个人脸"% len(bounding_boxes)) # 检测到的人脸数用矩形把找到的形状包起来
代码语言：javascript复制bgr = cv2.cvtColor(image, cv2.COLOR_RGB2BGR) # 图像颜色空间转换
for i in range(len(bounding_boxes)):
det = np.squeeze(bounding_boxes[i, 0:4])
bb = np.zeros(4, dtype=np.int32)
# x1, y1, x2, y2
margin = 0
bb[0] = np.maximum(det[0] - margin / 2, 0) #np.maximum求最大值
bb[1] = np.maximum(det[1] - margin / 2, 0)
bb[2] = np.minimum(det[2] margin / 2, w)
bb[3] = np.minimum(det[3] margin / 2, h)
cv2.rectangle(bgr, (bb[0], bb[1]), (bb[2], bb[3]), (0, 0, 255), 2, 8, 0)
cv2.imshow("detected faces", bgr) # cv2.rectangle 用矩形把找到的形状包起来
return bgr打开本地摄像头
代码语言：javascript复制capture = cv2.VideoCapture(0) # VideoCapture 读取本地视频和打开摄像头
height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT) # 计算视频的高
width = capture.get(cv2.CAP_PROP_FRAME_WIDTH) # 计算视频的宽
out = cv2.VideoWriter("D:/demo.mp4", cv2.VideoWriter_fourcc('D', 'I', 'V', 'X'), 15, (np.int(width), np.int(height)), True)
# cv2.VideoWriter 保存摄像头视频 #VideoWriter_fourcc()输入四个字符代码即可得到对应的视频编码器
while True:
ret, frame = capture.read()
if ret is True:
frame = cv2.flip(frame, 1) #cv2.flip 图像翻转
# cv2.imshow("frame", frame)
rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) #cvtColor()颜色空间转换函数
result = detection(rgb)
out.write(result)
c = cv2.waitKey(10)
if c == 27:
break
else:
break
cv2.destroyAllWindows() #关闭窗口Over,下面可以跑起来进行测试了 先用两个人物测试。
真人测试。拒绝露脸
github源码地址: https://github.com/lixi5338619/camera_face_check
