Mind+OpenCV —— 用Python模式 十分钟搞定人脸检测

简介

OpenCV库是一个常用的开源图像处理库，有Python版本，可以实现画图、人脸识别等功能，使用简单，功能强大。

Mind+的Python模式可以非常简单的部署环境，使用也非常简单，因此在Mind+中使用OpenCV可以非常快速的实现人脸识别。

安装

常规OpenCV安装会比较麻烦，但是使用Mind+则非常简单，可以一键安装依赖库。

• 安装Mind+1.7.0及以上版本 http://mindplus.cc

• 打开软件，切换到Python模式，等待终端出现Python信息。
  

• 点击库管理，首次打开等待一下初始化完成，切换到阿里源，选择图像处理中的opencv-Python，点击安装，等待完成，如果安装慢（超过半小时）可以尝试重启软件后切换不同的Python源。  

使用

环境检测

• 安装完成之后，可以在终端输入命令查看当前使用的openCV版本：

依次输入：

import cv2 回车

print(cv2.__version__) 回车，可以看到当前cv2的版本号，能正确输出则说明安装没有问题

摄像头窗口显示

• OpenCV对于窗口显示非常简单，新建一个文件双击打开，输入如下代码：

  

#  -*- coding: UTF-8 -*-
import cv2 as cv

cap = cv.VideoCapture(0) #打开编号0的摄像头

while(True):
    # 获取摄像头帧数据
    ret, frame = cap.read()

    # 处理为灰度帧
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

    # 使用两个窗口显示获取的内容
    cv.imshow('frame',frame)
    cv.imshow('gray',gray)
    #间隔一段时间显示，如果按下Q键则退出
    if cv.waitKey(20) & 0xFF == ord('q'):
        break
# 退出
cap.release()
cv.destroyAllWindows()

• 打开或插上电脑摄像头，点击运行，稍等片刻就会看到弹出两个窗口显示了摄像头画面，一个彩色一个灰色。

  注意：如果串口没有数据显示，则可能电脑摄像头编号不是0，尝试修改为其他，或者查看设备管理器中摄像头是否正常，以及检查安全软件是否拦截。

人脸识别

• 前面说过opencv库自带了一些识别算法，其中就包含人脸检测算法，输入如下代码。

#  -*- coding: UTF-8 -*-
import cv2 as cv

# 导入内置的模型文件，此文件在opencv库文件夹下，使用cv.data.haarcascades +的方式即可引用
face_cascade = cv.CascadeClassifier(cv.data.haarcascades +'haarcascade_frontalface_default.xml')
cap = cv.VideoCapture(0) #打开编号0的摄像头

while(True):
    # 获取摄像头帧数据
    ret, frame = cap.read()

    # 处理为灰度帧
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

    # 使用人脸识别模型识别
    faces = face_cascade.detectMultiScale(gray,1.3,5)

    # 将识别到的结果坐标在画面上画一个矩形框
    for (x,y,w,h) in faces:
        frame = cv.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)

    # 显示有框的画面
    cv.imshow('frame',frame)

    #间隔一段时间显示，如果按下Q键则退出
    if cv.waitKey(20) & 0xFF == ord('q'):
        break
# 退出
cap.release()
cv.destroyAllWindows()

• 点击运行代码，将摄像头对着人脸，则人脸上就会被标记出来。

• 获取到人脸坐标之后，接下来就可以使用坐标做其他控制操作了