当前位置：首页 > article >正文

opencv物体追踪，人脸识别案例分析

article 2024/10/21 6:59:57

引言

OpenCV是一个开源的计算机视觉和机器学习软件库，广泛应用于图像和视频处理、人脸识别、物体追踪等领域。本文将通过实际案例，探讨如何使用OpenCV实现物体追踪和人脸识别功能。

物体追踪案例分析

物体追踪实现

我们将使用OpenCV的视频捕捉功能，通过鼠标事件触发物体追踪。以下是一个简单的代码示例：

import cv2  # 导入opencV

# 创建个CSRT跟踪游实网
tracker = cv2.TrackerCSRT_create()
# 眼踪标志，别认为False
tracking = False
cap = cv2.VideoCapture('test.avi')
while True:
# 从摄像头读
    ret,frame = cap.read()
# 就果没有正希速取到网像，则退出循坏
    if not ret:
        break
# 检查是否有按越被按下，如果是"a'键，则设置踪标志为True，并选择ROI
    if cv2.waitKey(1)== ord('a'):
        tracking = True

#让用户在当藏被中选择一个如将区城作为婴跟踪的对象
        roi = cv2.selectROI('Tracking', frame, showCrosshair=False)
        tracker.init(frame,roi)
    if tracking:
        success,box = tracker.update(frame)
        if success:
            x,y, w,h = [int(v) for v in box]  # 端深成存华标都是整数# frame上绘制矩形糶以显ふ跟踪结果
            cv2.rectangle(frame, (x,y),(x+w,y+h), (0,255,0),  2)

    cv2.imshow("iTracking",frame)
    if cv2.waitKey(100)== 27:
        break

cap.release()
cv2.destroyAllWindows()

结果：

人脸识别案例分析（表情检测）

1. 数据准备

为了实现人脸识别，我们需要准备一组包含人脸的图像作为训练数据集。例如，我们可以为每个人创建一个文件夹，并在其中放置多张该人的照片。

2. 人脸检测与识别

以下是一个使用OpenCV进行人脸检测和识别的代码示例：

import cv2

faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
smile = cv2.CascadeClassifier("haarcascade_smile.xml")
cap = cv2.VideoCapture(0)
while True:
    ret, image = cap.read()
    if ret is None:
        break
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    faces = faceCascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(5, 5))
    for (x, y, w, h) in faces:
        cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
        roi_gray_face = gray[y:y + h, x: x + w]
        smiles = smile.detectMultiScale(roi_gray_face, scaleFactor=1.5, minNeighbors=15, minSize=(50, 50))
        for (sx, sy, sw, sh) in smiles:
            cv2.putText(image,'smile',(x,y),cv2.FONT_HERSHEY_SIMPLEX,1,(0,255,255),thickness=2)

    cv2.imshow("result", image)
    key = cv2.waitKey(25)
    if key == 27:
        break
cap.release()
cv2.destroyAllWindows()