基于opencv的摄像头脸部识别抓取及格式储存(python)

opencv作为优秀的视觉处理在动态图像处理上也是很不错的，本次主要基于Opencv抓取视频，然后保存为avi，同时进行脸部识别作业，

刚接触opencv，参照opencv的sample例子做了一个视频头像抓取的小代码，顺便一起学习着用，先上视频抓取及存储代码：

# -*- coding: cp936 -*-  import cv2    capture=cv2.VideoCapture(0)  #将capture保存为motion-jpeg,cv_fourcc为保存格式  size = (int(capture.get(cv2.cv.CV_CAP_PROP_FRAME_WIDTH)),          int(capture.get(cv2.cv.CV_CAP_PROP_FRAME_HEIGHT)))  #cv_fourcc值要设置对，不然无法写入，而且不报错，坑  video=cv2.VideoWriter("VideoTest.avi", cv2.cv.CV_FOURCC('I','4','2','0'), 30, size)  #isopened可以查看摄像头是否开启  print capture.isOpened()  num=0  #要不断读取image需要设置一个循环  while True:      ret,img=capture.read()      #视频中的图片一张张写入      video.write(img)      cv2.imshow('Video',img)      key=cv2.waitKey(1)#里面数字为delay时间，如果大于0为刷新时间，      #超过指定时间则返回-1，等于0没有返回值,但也可以读取键盘数值，      cv2.imwrite('%s.jpg'%(str(num)),img)      num=num+1      if key==ord('q'):#ord为键盘输入对应的整数,          break  video.release()  #如果不用release方法的话无法储存，要等结束程序再等摄像头关了才能显示保持成功  capture.release()#把摄像头也顺便关了    cv2.destroyAllWindows()

opencv视频抓取好简单，主要用videowriter就可以了，主要要注意的是opencv中的抓取是放在内存中的，所以需要一个释放命令，不然就只能等到程序关闭后进行垃圾回收时才能释放了。视频抓取就不上图了。

然后是脸部识别，opencv自带了很多特征库有脸部，眼睛的还有很多，原理都一样，只是眼睛的库识别率视乎并不高，直接上代码：

#coding=utf-8  import cv2  import cv2.cv as cv    img = cv2.imread("5.jpg")    def detect(img, cascade):      '''detectMultiScale函数中smallImg表示的是要检测的输入图像为smallImg，  faces表示检测到的人脸目标序列，1.3表示每次图像尺寸减小的比例为1.3，   4表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸),   CV_HAAR_SCALE_IMAGE表示不是缩放分类器来检测，而是缩放图像，Size(20, 20)为目标的最小最大尺寸'''      rects = cascade.detectMultiScale(img, scaleFactor=1.3,                                       minNeighbors=5, minSize=(30, 30), flags = cv.CV_HAAR_SCALE_IMAGE)      if len(rects) == 0:          return []      rects[:,2:] += rects[:,:2]      print rects      return rects    #在img上绘制矩形  def draw_rects(img, rects, color):      for x1, y1, x2, y2 in rects:          cv2.rectangle(img, (x1, y1), (x2, y2), color, 2)      #转换为灰度图  gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  #直方图均衡处理  gray = cv2.equalizeHist(gray)    #脸部特征分类地址，里面还有其他  cascade_fn = 'data/haarcascades/haarcascade_frontalface_alt.xml'    #读取分类器,CascadeClassifier下面有一个detectMultiScale方法来得到矩形  cascade = cv2.CascadeClassifier(cascade_fn)    #通过分类器得到rects  rects = detect(gray, cascade)    #vis为img副本  vis = img.copy()    #画矩形  draw_rects(vis, rects, (0, 255, 0))    cv2.imshow('facedetect', vis)    cv2.waitKey(0)  cv2.destroyAllWindows()

直接上效果图和原图对比：

http://my.oschina.net/Kanonpy/