如何用Python OpenCV库从摄像头中捕获人脸图像？

本文共计605个文字，预计阅读时间需要3分钟。

本文以Python和OpenCV为例，分享如何实现摄像头人脸图像的获取。以下为具体代码及参考内容：

在机器学习中，训练模型需要大量图像数据。通过OpenCV库，可以快速调用摄像头进行图像采集。以下代码展示了如何使用OpenCV实现这一功能：

pythonimport cv2

创建摄像头对象cap=cv2.VideoCapture(0)

while True: # 读取一帧图像 ret, frame=cap.read() if not ret: break

# 显示图像 cv2.imshow('Camera', frame)

# 按'q'键退出循环 if cv2.waitKey(1) & 0xFF==ord('q'): break

释放摄像头资源cap.release()关闭所有窗口cv2.destroyAllWindows()

以上代码展示了如何使用OpenCV库通过摄像头获取图像。在实际应用中，可以根据需要调整图像采集参数，如分辨率、帧率等。

本文实例为大家分享了python openCV实现摄像头获取人脸图片的具体代码，供大家参考，具体内容如下

在机器学习中，训练模型需要大量图片，通过openCV中的库可以快捷的调用摄像头，截取图片，可以快速的获取大量人脸图片

需要注意将CascadeClassifier方法中的地址改为自己包cv2包下面的文件

import cv2 def load_img(path,name,mun = 100,add_with = 0): # 获取人脸识别模型 # # #以下路径需要更改为自己环境下xml文件 #一般在环境下的Liba\site-packages\cv2\data\haarcascade_frontalface_alt2.xml classfier = cv2.CascadeClassifier('F:\\pyhton\\pytonApp\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_alt2.xml') # # # 创建一个窗口 cv2.namedWindow('face') # 打开第一个个摄像头 cap = cv2.VideoCapture(0) i = 0 # 计数 if cap.isOpened(): while i < mun: ok,frame = cap.read() # 读取一帧图片 if not ok: continue faces = classfier.detectMultiScale(frame,1.2,3,minSize=(32,32)) if len(faces) > 0: for face in faces: x, y, w, h = face cv2.rectangle(frame,(x-add_with,y-add_with), (x+w+add_with,y+h+add_with), (0,255,0), 2) img = frame[y-add_with:y+h+add_with,x-add_with:x+w+add_with] save_path = path+name+'_'+str(i)+'.jpg' print(save_path) cv2.imwrite(save_path,img) i += 1 cv2.imshow('face', frame) c = cv2.waitKey(10) if c & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() if __name__ == '__main__' : # 第一个参数为保存图片的路径 # 第二个参数为保存图片名字的开头 # 第三个参数为图片的数量 # 第四个参数可以调节图片的大小 load_img('E:\\Screenshots\\home\\','rongdang',1000,20)

效果如下：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持易盾网络。