我目前有一些代码,可以从 Pi 相机模块捕获静态图像,然后使用 OpenCV for Python 提供的 haarcascade xml 文件识别人脸。我使用的代码是本博客文章末尾显示的代码:http://rpihome.blogspot.co.uk/2015/03/face-detection-with-raspberry-pi.html ,但是它稍作修改(完全工作)。
唯一的问题是它目前只能识别静态图像上的脸部。有什么办法可以让我可以连续地从 Pi 相机直接流式传输到 OpenCV,然后在窗口中实时处理面部和面部周围的显示框,而不是将单个帧保存到文件中?我在网上尝试了几种不同的教程,但它们似乎都不适合我。
最佳答案
没试过,不过应该可以。
from picamera.array import PiRGBArray
from picamera import PiCamera
import cv2
import time
camera = PiCamera()
camera.resolution = (320, 240)
camera.framerate = 30
rawCapture = PiRGBArray(camera, size=(320, 240))
display_window = cv2.namedWindow("Faces")
face_cascade = cv2.CascadeClassifier('path_to_my_face_cascade.xml')
time.sleep(1)
for frame in camera.capture_continuous(rawCapture, format="bgr", use_video_port=True):
image = frame.array
#FACE DETECTION STUFF
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.1, 5)
for (x,y,w,h) in faces:
cv2.rectangle(image,(x,y),(x+w,y+h),(255,0,0),2)
#DISPLAY TO WINDOW
cv2.imshow("Faces", image)
key = cv2.waitKey(1)
rawCapture.truncate(0)
if key == 27:
camera.close()
cv2.destroyAllWindows()
break
查看 picamera 的文档 here.
关于python - 将 Pi 相机模块与 OpenCV Python 结合使用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34026097/