【树莓派】人脸追踪（3）树莓派+OpenCV

1、代码

[mw_shl_code=python,true]import numpy as np
import cv2
from time import sleep
import RPi.GPIO as GPIO
GPIO.setmode(GPIO.BCM)
GPIO.setwarnings(False)
pan = 27
tilt = 17
GPIO.setup(tilt, GPIO.OUT) # white => TILT
GPIO.setup(pan, GPIO.OUT) # gray ==> PAN
def setServoAngle(servo, angle):
    assert angle >=5 and angle <= 175
    pwm = GPIO.PWM(servo, 50)
    pwm.start(8)
    dutyCycle = angle / 18. + 3.
    pwm.ChangeDutyCycle(dutyCycle)
    sleep(0.1)
    pwm.stop()
faceCascade = cv2.CascadeClassifier('Cascades/haarcascade_frontalface_default.xml')

cap = cv2.VideoCapture(0)
cap.set(3,160) # set Width
cap.set(4,120) # set Height
AngleX=90
AngleY=90
setServoAngle(tilt, AngleX)
setServoAngle(pan, AngleY)
while True:
    ret, img = cap.read()
    #img = cv2.flip(img, -1)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = faceCascade.detectMultiScale(
        gray,     
        scaleFactor=1.2,
        minNeighbors=3,     
        minSize=(5, 5)
    )
    faceX=0
    faceY=0
    faceW=0
    faceH=0
    for (x,y,w,h) in faces:
        if(w*h>faceW*faceH):
              faceX=x
              faceY=y
              faceW=w
              faceH=h
    if(faceW*faceH>0):
        cv2.rectangle(img,(faceX,faceY),(faceX+faceW,faceY+faceH),(255,0,0),2)
        roi_gray = gray[y:faceY+faceH, x:faceX+faceW]
        roi_color = img[y:faceY+faceH, x:faceX+faceW]
        faceX=faceX+faceW/2
        faceY=faceY+faceH/2
        if(faceX>90):
            AngleX-=1
        if(faceX<70):
            AngleX+=1
        if(AngleX>140):
            AngleX=140
        if(AngleX<30):
            AngleX=30
            
        if(faceY>70):
            AngleY-=1
        if(faceY<50):
            AngleY+=1
        if(AngleY>140):
            AngleY=140
        if(AngleY<30):
            AngleY=30
        setServoAngle(tilt, AngleX)
        setServoAngle(pan, AngleY)
        
    cv2.imshow('video',img)
    print(faceX)
    print(faceY)
    k = cv2.waitKey(30) & 0xff
    if k == 27: # press 'ESC' to quit
        break

cap.release()
cv2.destroyAllWindows()
[/mw_shl_code]
————————————————
2、CascadeClassifier检测void CascadeClassifier::detectMultiScale( const Mat& image, vector<Rect>& objects,
                                          double scaleFactor, int minNeighbors,
                                          int flags, Size minObjectSize, Size maxObjectSize)
{
    vector<int> fakeLevels;
    vector<double> fakeWeights;
    detectMultiScale( image, objects, fakeLevels, fakeWeights, scaleFactor,
        minNeighbors, flags, minObjectSize, maxObjectSize, false );
}
参数意思：
1. const Mat& image：输入图像
2. vector& objects：输出的矩形向量组
3. double scaleFactor=1.1：这个是每次缩小图像的比例，默认是1.1
4. minNeighbors=3：匹配成功所需要的周围矩形框的数目，每一个特征匹配到的区域都是一个矩形框，只有多个矩形框同时存在的时候，才认为是匹配成功，比如人脸，这个默认值是3。
5. flags=0：可以取如下这些值：
CASCADE_DO_CANNY_PRUNING=1, 利用canny边缘检测来排除一些边缘很少或者很多的图像区域
CASCADE_SCALE_IMAGE=2, 正常比例检测
CASCADE_FIND_BIGGEST_OBJECT=4, 只检测最大的物体
CASCADE_DO_ROUGH_SEARCH=8 初略的检测
6. minObjectSize maxObjectSize：匹配物体的大小范围
————————————————

多谢分享，学习了。