python openCV摄像头获取人脸图片

摄像头获取人脸图片"/>

python openCV摄像头获取人脸图片

在机器学习中，训练模型需要大量图片，通过openCV中的库可以快捷的调用摄像头，截取图片，可以快速的获取大量人脸图片

需要注意将CascadeClassifier方法中的地址改为自己包cv2包下面的文件

import cv2def load_img(path,name,mun = 100,add_with = 0):# 获取人脸识别模型#	# #以下路径需要更改为自己环境下xml文件#一般在环境下的Liba\site-packages\cv2\data\haarcascade_frontalface_alt2.xmlclassfier = cv2.CascadeClassifier('F:\\pyhton\\pytonApp\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_alt2.xml')### 创建一个窗口cv2.namedWindow('face')# 打开第一个个摄像头cap = cv2.VideoCapture(0)i = 0 # 计数if cap.isOpened():while i < mun:ok,frame = cap.read()   # 读取一帧图片if not ok:continuefaces = classfier.detectMultiScale(frame,1.2,3,minSize=(32,32))if len(faces) > 0:for face in faces:x, y, w, h = facecv2.rectangle(frame,(x-add_with,y-add_with), (x+w+add_with,y+h+add_with), (0,255,0), 2)img = frame[y-add_with:y+h+add_with,x-add_with:x+w+add_with]save_path = path+name+'_'+str(i)+'.jpg'print(save_path)cv2.imwrite(save_path,img)i += 1cv2.imshow('face', frame)c = cv2.waitKey(10)if c & 0xFF == ord('q'):breakcap.release()cv2.destroyAllWindows()if __name__ == '__main__' :# 第一个参数为保存图片的路径# 第二个参数为保存图片名字的开头# 第三个参数为图片的数量# 第四个参数可以调节图片的大小load_img('E:\\Screenshots\\home\\','rongdang',1000,20)

效果如下：