opencv-python 学习笔记2:实现目光跟随(又叫人脸跟随)

简介: 转载请注明:@小五义http://www.cnblogs.com/xiaowuyi  QQ群:64770604           如果机器人的脸能随着前方人脸而转动,你会不会觉得这种互动很有意思。年前的时候,学习了一下opencv,通过opencv可以简单的实现人脸跟随。

转载请注明:@小五义http://www.cnblogs.com/xiaowuyi  QQ群:64770604

          如果机器人的脸能随着前方人脸而转动,你会不会觉得这种互动很有意思。年前的时候,学习了一下opencv,通过opencv可以简单的实现人脸跟随。再加上几个舵机控制头部转动,机器人就可以互动了。呵呵

        这里不做视频演示了,只是把代码放出来,有兴趣的朋友可以自己实验一下。基本原理就是先识别到人脸,然后判断人脸的位置。我把窗口用画线的方法分成了9个小格,分别代表9个方向,当人脸进入某个小格时,机器人的头就往哪个方向转动。

以下代码在树莓派B+上支行成功,系统Raspbian,Python代码。

 

# -*- coding: utf-8 -*-
##转载请注明:@小五义http://www.cnblogs.com/xiaowuyi  QQ群:64770604
import cv2.cv as cv  
import cv2  
from cv2 import VideoCapture  
      
#cv.NamedWindow("W1", cv.CV_WINDOW_AUTOSIZE)  
cv.NamedWindow("W1",cv.CV_WINDOW_NORMAL)

cv.ResizeWindow("W1", 600, 600)
      
    #找到设备对象  
capture = cv.CaptureFromCAM(0) 

      
    #检测人脸函数  
      
def repeat():  
      
        #每次从摄像头获取一张图片  
    frame = cv.QueryFrame(capture)

    image_size = cv.GetSize(frame)#获取图片的大小  
    #print image_size
          
    greyscale = cv.CreateImage(image_size, 8, 1)#建立一个相同大小的灰度图像

    cv.CvtColor(frame, greyscale, cv.CV_BGR2GRAY)#将获取的彩色图像,转换成灰度图像

    storage = cv.CreateMemStorage(0)#创建一个内存空间,人脸检测是要利用,具体作用不清楚
          
    cv.EqualizeHist(greyscale, greyscale)#将灰度图像直方图均衡化,貌似可以使灰度图像信息量减少,加快检测速度  
    
    #画图像分割线
         
    cv.Line(frame, (210,0),(210,480), (0,255,255),1) 
    cv.Line(frame, (420,0),(420,480), (0,255,255),1) 
    cv.Line(frame, (0,160),(640,160), (0,255,255),1) 
    cv.Line(frame, (0,320),(640,320), (0,255,255),1) 
        # detect objects  
    cascade = cv.Load('/usr/share/OpenCV/haarcascades/haarcascade_frontalface_alt2.xml')
    #加载Intel公司的训练库  
      
        #检测图片中的人脸,并返回一个包含了人脸信息的对象faces  
    faces = cv.HaarDetectObjects(greyscale, cascade, storage, 1.2, 2,
                                 cv.CV_HAAR_DO_CANNY_PRUNING,
                                 (100, 100))  
      
        #获得人脸所在位置的数据  
    for (x,y,w,h) , n in faces:
       # print x,y
        if x<210:
            print "right"
        elif x>310:
            print "left"
        cv.Rectangle(frame, (x,y), (x+w,y+h), (0,128,0),2)#在相应位置标识一个矩形 边框属性(0,0,255)红色 20宽度
          
        cv.ShowImage("W1", greyscale)#显示互有边框的图片
          
    cv.ShowImage("W1", frame)  
      
    #循环检测每一帧的图片 ESC键退出程序  
while True:  
    repeat()  
    c = cv.WaitKey(10)  
    if c == 27:  
        #cv2.VideoCapture(0).release()  
        cv2.destroyWindow("W1")  
        break  

 

相关文章
Opencv学习笔记(十二):图片腐蚀和膨胀操作
这篇文章介绍了图像腐蚀和膨胀的原理、作用以及使用OpenCV实现这些操作的代码示例,并深入解析了开运算和闭运算的概念及其在图像形态学处理中的应用。
267 1
Opencv学习笔记(十二):图片腐蚀和膨胀操作
Opencv学习笔记(十):同步和异步(多线程)操作打开海康摄像头
如何使用OpenCV进行同步和异步操作来打开海康摄像头,并提供了相关的代码示例。
210 1
Opencv学习笔记(十):同步和异步(多线程)操作打开海康摄像头
Python实用记录(七):通过retinaface对CASIA-WebFace人脸数据集进行清洗,并把错误图路径放入txt文档
使用RetinaFace模型对CASIA-WebFace人脸数据集进行清洗,并将无法检测到人脸的图片路径记录到txt文档中。
82 1
Opencv学习笔记(八):如何通过cv2读取视频和摄像头来进行人脸检测(jetson nano)
如何使用OpenCV库通过cv2模块读取视频和摄像头进行人脸检测,并提供了相应的代码示例。
215 1
Opencv学习笔记(九):通过CV2将摄像头视频流保存为视频文件
使用OpenCV库通过CV2将摄像头视频流保存为视频文件,包括定义视频编码格式、设置保存路径、通过write写入视频文件,并提供了相应的Python代码示例。
247 0
使用 OpenCV 和 Python 轻松实现人脸检测
本文介绍如何使用OpenCV和Python实现人脸检测。首先,确保安装了OpenCV库并加载预训练的Haar特征模型。接着,通过读取图像或视频帧,将其转换为灰度图并使用`detectMultiScale`方法进行人脸检测。检测到的人脸用矩形框标出并显示。优化方法包括调整参数、多尺度检测及使用更先进模型。人脸检测是计算机视觉的基础技术,具有广泛应用前景。
82 10
Jetson 学习笔记(十一):jetson agx xavier 源码编译ffmpeg(3.4.1)和opencv(3.4.0)
本文是关于在Jetson AGX Xavier上编译FFmpeg(3.4.1)和OpenCV(3.4.0)的详细教程,包括编译需求、步骤、测试和可能遇到的问题及其解决方案。还提供了Jetson AGX Xavier编译CUDA版本的OpenCV 4.5.0的相关信息。
163 4
Jetson 学习笔记(十一):jetson agx xavier 源码编译ffmpeg(3.4.1)和opencv(3.4.0)
PyAV学习笔记(一):PyAV简介、安装、基础操作、python获取RTSP(海康)的各种时间戳(rtp、dts、pts)
本文介绍了PyAV库,它是FFmpeg的Python绑定,提供了底层库的全部功能和控制。文章详细讲解了PyAV的安装过程,包括在Windows、Linux和ARM平台上的安装步骤,以及安装中可能遇到的错误和解决方法。此外,还解释了时间戳的概念,包括RTP、NTP、PTS和DTS,并提供了Python代码示例,展示如何获取RTSP流中的各种时间戳。最后,文章还提供了一些附录,包括Python通过NTP同步获取时间的方法和使用PyAV访问网络视频流的技巧。
918 4
PyAV学习笔记(一):PyAV简介、安装、基础操作、python获取RTSP(海康)的各种时间戳(rtp、dts、pts)
|
5月前
|
Socket学习笔记(二):python通过socket实现客户端到服务器端的图片传输
使用Python的socket库实现客户端到服务器端的图片传输,包括客户端和服务器端的代码实现,以及传输结果的展示。
229 3
Socket学习笔记(二):python通过socket实现客户端到服务器端的图片传输
目标检测笔记(六):如何结合特定区域进行目标检测(基于OpenCV的人脸检测实例)
本文介绍了如何使用OpenCV进行特定区域的目标检测,包括人脸检测实例,展示了两种实现方法和相应的代码。
144 1
目标检测笔记(六):如何结合特定区域进行目标检测(基于OpenCV的人脸检测实例)

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等