摄像头中的人脸检测,也是人脸识别的一部分, 摄像头播放的画面本质上是按帧将图片拼凑起来的, 所以我们今天来用Python去识别并替换人脸。

想要进行人脸识别, 我们需要OpenCV, 还是先来说一下安装的问题

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

一.资料的准备

1 人脸特征数据文件的准备

安装完成之后, 我们想要进行人脸识别的话, 还需要一些表示人脸的特征数据, 这些数据文件是存放在Python环境的安装包下的 ----> Lib ----> site packages ----> cv2 -----> data的文件夹中，如果忘记了Python环境的安装位置, 可以在命令提示符工具/终端上 输入指令where python，在data文件夹中存放的都是xml文件, 这些就是对应的特征数据文件, 将 haarcascade_frontalface_alt.xml 导入到你的编辑工具中,与当前编辑的文件在同一个目录下

2.替换图片的准备

我使用的是下面这张旺财脸 o(╥﹏╥)o

二.代码的实现

材料都准备完毕了, 我们就开始写代码吧

• import cv2
• if __name__ == '__main__'
• # 根据人脸特征的数据 获取人脸检测器
• face_detector = cv2.CascadeClassifier('.haarcascade_frontalface_alt.xml')
• # 获取摄像头行为
• cap = cv2.VideoCapture(0)
• while True
• # 从摄像头中按帧返回图片
• flag,frame = cap.read()
• if not flag # 没有图片时flag为False
• break
• # 将获取的图片置灰 检测效率高一些
• face_zones = face_detector
• .detectMultiScale(cv2.cvtColor(frame,
• code=cv2.COLOR_BGR2GRAY))
• # 获取检测到的人脸区域
• for x,y,w,h in face_zones
• # 读取覆盖图片
• wc = cv2.imread('.head.png')
• wc = cv2.resize(wc,dsize = (w,h)) # 将该图片的大小重置为人脸的大小
• frame[yy+h,xx+w] = wc # 将人脸显示区域 替换成覆盖的图片
• cv2.imshow('wangcai',frame) # 显示图片
• key = cv2.waitKey(10)
• if key == ord('q') # 输入q退出读取
• break
• cv2.destroyAllWindows()
• cap.release()

最终结果如下图