python6

程序员文章站 2022-03-02 12:13:30

...

人脸识别基本过程：

1.人脸录入

2.训练识别器

3.人脸对比，识别人脸（框出人脸，并打标签）

4.实现人脸特征值入库（MySQL）

GUI特性

cv.imread()

cv2.imshow()

cv2.imwrite()

cv2.waitKey()

cv2.destroyAllWindows()

import numpy as np        
#导入模块numpy并以np作为别名    numpy是python中用于科学计算的一个库
import  cv2
img = cv2.imread('./ym.jpg', cv2.IMREAD_GRAYSCALE)
cv2.imshow('result', img)

k = cv2.waitKey(0)
if k == ord("q"):
    cv2.destroyAllWindows()
elif k == ord("s"):
    cv2.imwrite("save_demo.jpg", img)
    cv2.destroyAllWindows()
    print(img, type(img))

打开图片后在英文输入法下点击“q” 退出点击“s” 保存图片到当前文件夹

[[191 191 191 … 196 196 195]
[191 191 191 … 196 196 195]
[191 191 191 … 196 196 195]
…
[195 195 194 … 204 204 204]
[195 195 194 … 204 204 204]
[195 195 194 … 204 204 204]] <class ‘numpy.ndarray’>

import numpy as np
import cv2
import matplotlib.pyplot as plt
#将matplotlib.pyplot导入为plt  绘制图的时候用
img = cv2.imread('./ym.jpg', 0)
plt.imshow(img, cmap='gray', interpolation="bicubic")
plt.axis("off")       #去掉坐标标尺
plt.show()            #Plot打开图片

视频

读取

显示

保存

从摄像头获取并显示视频

cv2.VideoCapture():帮助文件视频获取函数

cv2.VideoWriter()

用摄像头捕捉视频

OpenCV为摄像头捕捉实时图像提供了一个十分简单的接口。

尝试捕捉一段视频，并将其转换为灰度视频并显示出来。

通过help()命令查看其使用：

help(cv2.VideoCapture)

为获取视频，需要创建一个VideoCapture对象。其参数可以使设备的索引号，或者是一个视频文件。设备索引号就是指定要使用的摄像头。之后，你就可以一帧一帧地捕获视频了，但是最后，别忘了停止捕获视频。

Demo：

import numpy as np
import cv2

cap = cv2.VideoCapture(0)       #对应第几个 笔记本一般就一个
if not cap.isOpened():
    print("Can't open camera")
    exit()
while True:
    #一帧一帧地捕获视频
    ret, frame = cap.read()
    if not ret:
        print("Can't receive frame(stream end?).Exiting...")
        break
    #对帧视频进行操作
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    #显示结果
    cv2.imshow('frame',gray)
    if cv2.waitKey(1) & 0xff == ord('q'):
        break
print(ret, frame, type(ret), type(frame))
#释放捕获
cap.release()
cv2.destroyAllWindows()

True [[[0 0 0]
[0 0 0]
[0 0 0]
…
[0 0 0]
[0 0 0]
[0 0 0]]

[[0 0 0]
[0 0 0]
[0 0 0]
…

…
[0 0 0]
[0 0 0]
[0 0 0]]

[[0 0 0]
[0 0 0]
[0 0 0]
…
[0 0 0]
[0 0 0]
[0 0 0]]] <class ‘bool’> <class ‘numpy.ndarray’>

cap.read():返回一个布尔值

如果帧读取正确，则返回True，否则，返回False。

可以通过检查其返回值来查看文件是否到了结尾。

视频保存

import numpy as np
import cv2

cap = cv2.VideoCapture(0)

fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640, 480))                #如果没设路径 就保存在当前路径

while(cap.isOpened()):
    ret, frame =cap.read()
    if ret == True:
        frame = cv2.flip(frame, 1)     #翻转 去掉就正常显示
# 1：水平翻转    0：垂直翻转    -1：水平垂直翻转
        out.write(frame)      #写入

        cv2.imshow('frame', frame)
        if cv2.waitKey(1) & 0xff == ord('q'):
            break


cap.release()
out.release()
cv2.destroyAllWindows()

文件中播放视频

import cv2
help(cv2.flip)

与从摄像头中捕获相同，我们只需要把设备索引号改成视频文件的名字，在播放每一帧，使用cv2.waitKey()设置适当的持续时间。如果太低，视频会播放很快。如果设置太大，视频就会播放的很慢（可用来控制视频的播放速度，通常25ms左右）

import numpy as np
import cv2

cap = cv2.VideoCapture('output.avi')

while cap.isOpened():
    ret, frame =cap.read()

    if not ret:
        print("Can't receive frame (stream end?).Exiting...")
        break
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    # 显示结果
    cv2.imshow('frame', gray)
    if cv2.waitKey(1) & 0xff == ord('q'):
        break
# 释放捕获
cap.release()
cv2.destroyAllWindows()

OpenCV中的绘图函数

目标：

学会用OpenCV绘制不同宝贵的几何形状

函数：

cv2.line()

cv2.circle()

cv2.rectangle()

cv2.ellipse()

cv2.putText()

import numpy as np
import cv2

img = np.zeros((512, 512, 3), np.uint8)
cv2.line(img, (0, 0), (511, 511), (0, 255, 0), 5) #RGB
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

一条斜线

import numpy as np
import cv2
import matplotlib.pyplot as plt

img = np.zeros((512, 512, 3), np.uint8)
cv2.line(img, (0, 0), (511, 511), (0, 255, 0), 5)
plt.imshow(img, 'gray')
plt.show()

各种图形的参数

import numpy as np
import cv2
import matplotlib.pyplot as plt

img = np.zeros((512, 512, 3), np.uint8)
cv2.line(img, (0, 0), (511, 511), (0, 255, 0), 5)
    #线        起始位置  结束位置      颜色       线条粗细
cv2.rectangle(img, (200, 200), (511, 511), (0, 255, 0), 5)
    #矩形           起始位置      结束位置      颜色      线条粗细
cv2.circle(img, (200, 200), 60, (0, 255, 0), 5)
    #圆          圆心位置     半径  颜色        线条粗细
cv2.ellipse(img, (200, 200), (100, 50), 0, 0, 360, (0, 255, 0), 5)#椭圆       圆心位置     长轴 短轴     弧度       颜色
#   线条粗细
plt.imshow(img, 'gray')
plt.show()

不规则图形的构建

import numpy as np
import cv2
import matplotlib.pyplot as plt

img = np.zeros((512, 512, 3), np.uint8)
cv2.line(img, (0, 0), (511, 511), (0, 255, 0), 5)
cv2.rectangle(img, (200, 200), (511, 511), (0, 255, 0), 5)
cv2.circle(img, (200, 200), 60, (0, 255, 0), 5)
cv2.ellipse(img, (200, 200), (100, 50), 0, 0, 180, (0, 255, 0), -1)
pts = np.array([[50, 25],
                [100, 150],
                [210, 100],
                [250, 50]], np.int32)
pts = pts.reshape((-1, 1, 2))
cv2.polylines(img, [pts], True, (255, 255, 255))
plt.imshow(img, 'gray')
plt.show()

在图像里填加文字

import numpy as np
import cv2
import matplotlib.pyplot as plt

img = np.zeros((512, 512, 3), np.uint8)

font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img, 'Hello, OpenCV', (10, 500), font, 2, (255, 255, 255), 2, cv2.LINE_4)
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
plt.imshow(img, 'gray')
plt.show()

获取并修改像素值

加载一副彩色图像

import numpy as np
import cv2
img = cv2.imread('./test/ym.jpg')

可以通过像素值的行和列坐标来访问像素值。对于BGR图像，他返回蓝色，绿色，红色值的数组。[x, y]

px = img[100, 100]
px
Out[6]: array([195, 195, 195], dtype=uint8)

[x, y, 0] [x, y, 1] [x, y, 2] 分别返回的是B、G、R对应的强度

img = cv2.imread('./test/hhh.jpg')
px = img[100, 100]
px
Out[9]: array([197, 195, 194], dtype=uint8)   #BGR的值
cl = img[100, 100, 0]       #0->B   返回Blue的像素值
cl
Out[11]: 197
type(cl)
Out[12]: numpy.uint8
cl = img[100, 100, 1]       #1->G   返回Green的像素值
cl
Out[14]: 195
cl = img[100, 100, 2]       #2->R   返回Red的像素值
cl
Out[16]: 194

修改像素

img[100,100] = [255,255,255]
img[100,100]
Out[18]: array([255, 255, 255], dtype=uint8)
    
img[100:200, 100:200] = [255, 255, 255]  #区间范围变白
cv2.imwrite("r.jpg",img)
Out[20]: True

获取图像属性

img.shape
Out[21]: (1200, 1920, 3)    #行数、列数、通道数
img.size
Out[22]: 6912000            #图片像素总数
img.dtype
Out[23]: dtype('uint8')

图像的感兴趣区域

拆分和合并图像通道

b,g,r=cv2.split(img)
img = cv2.merge((b,g,r))
b = img[:, :, 0]
b
Out[29]: 
array([[191, 191, 191, ..., 196, 196, 195],
       [191, 191, 191, ..., 196, 196, 195],
       [191, 191, 191, ..., 196, 196, 195],
       ...,
       [199, 199, 198, ..., 202, 202, 202],
       [199, 199, 198, ..., 202, 202, 202],
       [199, 199, 198, ..., 202, 202, 202]], dtype=uint8)

img[:,:,2] = 0               #把红色去掉
cv2.imwrite("r2.jpg",img)    
Out[36]: True
img[:,:,0]=0                 #把蓝色去掉
cv2.imwrite("r2.jpg",img)
Out[38]: True
img[:,:,1]=0                 #把绿色去掉
cv2.imwrite("r2.jpg",img)
Out[40]: True

github官网

pip install cmake

dlib 官网

face_recognition

上一篇： python6流程控制

下一篇： Python-循环&分支

python6

GUI特性

视频

用摄像头捕捉视频

视频保存

文件中播放视频

OpenCV中的绘图函数

在图像里填加文字

获取并修改像素值

获取图像属性

图像的感兴趣区域

拆分和合并图像通道

用python6行代码实现微信机器人

python6

Python6

python6张思维导图

python6流程控制

python6

python6:安装第三方模块

2018-10-02 Python6 引用

Python6种创建字典的方式

Python6：oriented objective programming