人脸识别：修订间差异
（创建页面，内容为“人脸识别（Facial recognition）， ==简介== ===时间轴=== ==快速入门== 使用Python语言，通过Opencv提供的Haar级联分类器，人脸检测。 <syntaxhighlight lang="python" > import cv2 # 加载预训练的人脸检测器 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') # 打开摄像头 cap = cv2.VideoCapture(0) while True: # 读取摄像头帧 ret, frame = cap.read()…”） |
无编辑摘要 |
||
| 第4行： | 第4行： | ||
==快速入门== | ==快速入门== | ||
使用[[Python]]语言，通过[[ | 使用[[Python]]语言，通过[[OpenCV]]提供的Haar级联分类器，人脸检测。 | ||
<syntaxhighlight lang="python" > | <syntaxhighlight lang="python" > | ||
import cv2 | import cv2 | ||
2024年7月20日 (六) 10:00的版本
人脸识别（Facial recognition），
简介
时间轴
快速入门
使用Python语言，通过OpenCV提供的Haar级联分类器，人脸检测。
import cv2
# 加载预训练的人脸检测器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
# 打开摄像头
cap = cv2.VideoCapture(0)
while True:
# 读取摄像头帧
ret, frame = cap.read()
# 转换为灰度图像
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 检测人脸
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
# 在检测到的人脸周围绘制矩形
for (x, y, w, h) in faces:
cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
# 显示结果
cv2.imshow('Face Detection', frame)
# 按'q'退出
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放资源
cap.release()
cv2.destroyAllWindows()
软件
| 名称 | 描述 |
|---|---|