前言

© Fu Xianjun. All Rights Reserved.


随着人工智能的不断发展，OpenCV这门技术也越来越重要，很多人都开启了学习OpenCV，本文就介绍了OpenCV中的视频处理。

一、视频处理是什么？

因为视频是由一系列图像构成的也就是“帧”所以

我们可以使用图像处理的方法对其进行处理。

二、使用步骤

1.

代码如下：

import cv2 

img =cv2.imread("x.jpg")
cap= cv2.VideoCapture(0)
w,h= cap.get(3),cap.get(4)
img= cv2.resize(img,(int(w),int(h)))
while (cap.isOpened()):
    ret,frame= cap.read()
    
    


    #显示视频
    cv2.imshow("frame",frame)
    #
    if cv2.waitKey(1)== ord("q"):
    #输入q退出。
        break
cap.release()#释放摄像头资源
cv2.destroyAllWindows()

结果就是显示摄像头的内容。

2.识别微笑，眼睛，脸。

代码如下：

import cv2
import numpy as np

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')
smile_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_smile.xml')

cap = cv2.VideoCapture(0)
width=1280
height=960
cap.set(cv2.CAP_PROP_FRAME_WIDTH,width)#设置图像宽度
cap.set(cv2.CAP_PROP_FRAME_HEIGHT,height)#设置图像高度
fgbg = cv2.createBackgroundSubtractorMOG2(
    history=500, varThreshold=100, detectShadows=False)#基于自适应混合高斯背景建模的背景减除法，去除干扰

cnt=1
while(1):
    # get a frame
    ret, frame = cap.read()
    # show a frame
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5,0) #把灰度图片传给haar进行灰度处理，返回值是人脸左上角坐标，宽度和高度
    #1.3为缩放比例，默认为1.1即每次搜索窗口依次扩大10%
    #5为构成检测目标的相邻矩形的最小个数
    #0为flag，表示使用表认知，会使用Canny边缘检测来排除边缘过多或过少的区域
    for(x, y, w, h) in faces:
        
        img = cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

        roi_gray = gray[y:y+h, x:x+w]

        eyes = eye_cascade.detectMultiScale(roi_gray, 1.8, 5,0)

        roi_color = img[y:y + h, x:x + w]

        for(ex, ey, ew, eh) in eyes:
             cv2.rectangle(roi_color, (ex, ey), (ex+ew, ey+eh), (0, 255, 0), 2)
        smiles = smile_cascade.detectMultiScale(roi_gray, scaleFactor = 1.16,\
                                                minNeighbors= 65, minSize=(25,25), \
                                                flags = cv2.CASCADE_SCALE_IMAGE)
        
        for (ex,ey,ew,eh) in smiles:
            # 画出微笑框，红色（BGR色彩体系），画笔宽度为1
            cv2.rectangle(roi_gray, (ex,ey), (ex+ew,ey+eh), (0,0,255), 1)
            cv2.putText(img, "smile", (x,y-7), 3, 1.2, (0,0,225), 2, cv2.LINE_AA)
            #cv2.LINE_AA 为抗锯齿，这样看起来会非常平滑
            #cv2.imwrite(f"img{cnt}.png",img)
            cnt+=1
    cv2.imshow("camera", frame)
    if cv2.waitKey(5) == ord('q'):
         break
cap.release()
cv2.destroyAllWindows() 

总结

以上就是今天要讲的内容，本文仅仅简单介绍了视频的处理，做到计算机自动识别人脸等信息。