文章内容
:1、windows 环境下安装 OpenCV 机器视觉环境搭建;
2、基于通过
Python+OpenCV
调用手机摄像头并实现人脸检测识别。
目录
1 实验环境2 实验准备2.1 下载 OpenCV2.2 OpenCv安装2.3 测试安装3 使用OpenCV调用手机摄像头并实现人脸识别3.1 手机上的准备3.2 创建调用实现的代码3.3 下载人脸检测xml文件3.4 实验效果4 实验分析5 总结6 参考资料1 实验环境
操作环境:Windows 10 64位开发 IDE:Spyder 4.2.5Python:3.8OpenCV:OpenCv-Python 4.5.3硬件需要:PC(win10)、手机2 实验准备
2.1 下载 OpenCV
主要介绍使用 pip 安装 OpenCV(使用.whl文件安装)。网上还有很多安装教程,比如:windows环境下的Anaconda安装与OpenCV机器视觉环境搭建、在Pycharm的环境下安装OpenCV
下载地址:https://www.lfd.uci.edu/~gohlke/pythonlibs/打开网页选择自己对应 Python 版本的 .whl 文件并下载至硬盘(.whl件是 python 的包文件,包含了 py 文件,以及经过编译的 pyd 文件,用于安装),版本对应关系如下图所示。
下载之后可以从目录里看到:
注意
:这里需要注意版本对应,由于我的电脑为 64bit 系统,且安装的 Python 是 3.8 版本的,所以,我选择其中的“opencv_python-4.5.3-cp38-cp38-win_amd64.whl
”文件进行下载。
2.2 OpenCv安装
使用 “win+R” 键打开 cmd 命令行窗口,先输入上一步下载好的 .whl 文件的所在磁盘,在用“cd+目录地址”打开文件所在目录,接着输入下面这行命令:pip install opencv_python-4.5.3-cp38-cp38-win_amd64.whl
现在就开始安装,等待安装结束即可。
2.3 测试安装
打开开始菜单,找到程序里的 Spyder 并启动在代码编辑区输入如下代码:Spyder 的安装涉及到 Python 环境的整体配置,没有的可以可以参考我的另一条博文:Python环境资源配置,最好建立好整个环境。
mport cv2img = cv2.imread("E:/Pictures/cat.jpg", 1)cv2.imshow("1", img)cv2.waitKey()
点击左上方的绿色运行按键,开始运行,可以看到代码通过 OpenCV 记录了图片的像素位置并重新展示了图片,说明此时 OpenCV 已经安装成功并能顺利使用。
注意
:代码第二行中的目录位置是自己电脑中的一张图片位置,这里我用的是我电脑中的 cat.jpg 文件。
3 使用OpenCV调用手机摄像头并实现人脸识别
3.1 手机上的准备
在手机上下载“IP 摄像头”,并安装。这里我在应用宝里下载了 IP 摄像头
打开软件,点击下方的“打开 IP 摄像头服务器”,会出现摄像头的局域网 IP 地址
注意
:此时我的电脑连接这手机热点,也可以手机跟电脑连接在同一个 WiFi 下,使得用局域网地址获取手机摄像头。
3.2 创建调用实现的代码
打开之前使用的 Spyder 软件并启动,点击如下图中的按键创建新的文件
在代码编辑区输入下面代码:
import cv2 as cv#读取视频信息。cap = cv.VideoCapture("http://admin:admin@192.168.43.1:8081/") #@前为账号密码,@后为ip地址face_xml = cv.CascadeClassifier("haarcascade_frontalface_default.xml") #导入XML文件while(cap.isOpened()):f,img = cap.read() #读取一帧图片gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY) #转换为灰度图face = face_xml.detectMultiScale(gray,1.3,10) #检测人脸,并返回人脸位置信息for (x,y,w,h) in face:cv.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)cv.imshow("1",img)if cv.waitKey(1) & 0xFF == ord('q'):breakcap.release()
注意
:① 第二句代码中的 admin 为我的 IP 摄像头用户名, admin 为我的IP摄像头密码,这个可以在手机APP的设置里查看和修改,代码中的要使用自己的用户名、密码。
② @后面的地址是局域网IP地址,这个在打开IP摄像头服务器之后的界面就能看到,也需要修改为自己的地址。
③ 代码的其他部分无需修改。
3.3 下载人脸检测xml文件
需要下载人脸模型库文件“ haarcascade_frontalface_default.xml ”,帮助摄像头获取的画面去对比。可以通过百度网盘链接下载:/s/1fl0XbZi8m6e_qknhHYlmOw
提取码:luha下载成功后,将“haarcascade_frontalface_default.xml”文件放在上面的代码文件目录里
3.4 实验效果
回到 Spyder 软件,点击左上方的绿色运行按键,开始运行,便调出了手机摄像头,可以识别到我们的人脸,效果如下图:可以看到,在人脸区域会自动出现蓝色的矩形框,说明能正常识别到人脸。
注意
:在手机摄像头人脸识别时,切记最好将眼镜、刘海等遮挡物去掉!!以便更好的识别。
4 实验分析
在使用 OpenCV 调用手机摄像头进行人脸识别的实验中,实验过程上并不难,就是操作比较复杂。Python+OpenCv 来实现摄像头人脸识别的原理是通过 Haar 特征选择,对人脸的特征数据进行提取,实现将人脸识别出来。在做的时候需要注意的细节也比较多,在最后的摄像头识别时,切记将眼镜等遮挡物拿掉,尽量露出完整脸部,不然会识别不成功,我就是因为这个出现一直识别不了的问题,耽误了很长时间,所以需要多注意。
5 总结
通过一个简单的人脸识别应用,了解 OpenCV 的运行环境和功能,对OpenCV 有了更深一步探索的好奇心,期待今后能更进一步学习和应OpenCV 完成深度识别检测。文章内容如有错误或疑问,欢迎读者评论区留言。
6 参考资料
1、windows环境下的Anaconda安装与OpenCV机器视觉环境搭建
2、基于OpenCV调用手机摄像头并实现人脸检测