Ein Memo, wenn mit Python + OpenCV schnell ein Gesicht erkannt wird

Inhaltsverzeichnis

[1. Vorbereitung der virtuellen Umgebung](# 1-Vorbereitung der virtuellen Umgebung) [2. OpenCV installieren](# 2-OpenCV installieren) [3. Vorbereitung des Gesichtserkennungsprogramms](# 3-Vorbereitung des Gesichtserkennungsprogramms) [4. Holen Sie sich die Klassifikator-Datei](# 4-Holen Sie sich die Klassifikator-Datei) [5. Ausführen](# 5-Ausführen) [6. Quellcode](# 6-Quellcode)

Vorbereiten der virtuellen Umgebung

Erstellen Sie mit venv eine opencvEnv-Umgebung

$ python3 -m venv opencvEnv

#aktivieren Sie
$ source opencvEnv/bin/activate

(opencvEnv)$  ...

installiere openCV

Installieren Sie openCV mit pip

(opencvEnv)$ pip install opencv-python

Collecting opencv-python
  Downloading https://files.pythonhosted.org/packages/e2/a9/cd3912ca0576ea6588095dce55e54c5f0efeb3d63fb88f16f4c06c0fac8d/opencv_python-4.1.2.30-cp36-cp36m-macosx_10_9_x86_64.whl (45.2MB)
    100% |████████████████████████████████| 45.2MB 721kB/s
Collecting numpy>=1.11.3 (from opencv-python)
  Using cached https://files.pythonhosted.org/packages/22/99/36e3408ae2cb8b72260de4e538196d17736d7fb82a1086cb2c21ee156ddc/numpy-1.17.4-cp36-cp36m-macosx_10_9_x86_64.whl
Installing collected packages: numpy, opencv-python
Successfully installed numpy-1.17.4 opencv-python-4.1.2.30
import cv2

Vorbereitung des Gesichtserkennungsprogramms

Erstellen Sie face_detect.py

face_detect.py

import cv2

if __name__ == '__main__':
    #Konstante Definition
    ESC_KEY = 27     #Esc-Taste
    INTERVAL= 33     #Wartezeit
    FRAME_RATE = 30  # fps

    ORG_WINDOW_NAME = "org"
    GAUSSIAN_WINDOW_NAME = "gaussian"

    DEVICE_ID = 0

    #Bezeichnung des Klassifikators
    cascade_file = "../xml/haarcascade_frontalface_alt2.xml"
    cascade = cv2.CascadeClassifier(cascade_file)

    #Kamerabilderfassung
    cap = cv2.VideoCapture(DEVICE_ID)

    #Laden des ersten Frames
    end_flag, c_frame = cap.read()
    height, width, channels = c_frame.shape

    #Fenstervorbereitung
    cv2.namedWindow(ORG_WINDOW_NAME)
    cv2.namedWindow(GAUSSIAN_WINDOW_NAME)

    #Konvertierungsverarbeitungsschleife
    while end_flag == True:

        #Bildaufnahme und Gesichtserkennung
        img = c_frame
        img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        face_list = cascade.detectMultiScale(img_gray, minSize=(100, 100))

        #Markieren Sie das erkannte Gesicht
        for (x, y, w, h) in face_list:
            color = (0, 0, 225)
            pen_w = 3
            cv2.rectangle(img_gray, (x, y), (x+w, y+h), color, thickness = pen_w)

        #Rahmenanzeige
        cv2.imshow(ORG_WINDOW_NAME, c_frame)
        cv2.imshow(GAUSSIAN_WINDOW_NAME, img_gray)

        #Beenden Sie mit der Esc-Taste
        key = cv2.waitKey(INTERVAL)
        if key == ESC_KEY:
            break

        #Lesen Sie den nächsten Frame
        end_flag, c_frame = cap.read()

    #Verarbeitung beenden
    cv2.destroyAllWindows()
    cap.release()

Klassifikator-Datei abrufen

Holen Sie sich die haarcascade_frontalface_alt2.xml, die für die Gesichtserkennung verwendet wird, von der folgenden Site und laden Sie die Datei an einen beliebigen Ort </ b> herunter.

(opencvEnv)$ python face_ detect.py