opencv-python学习

opencv-python学习（一）获取摄像头

调用摄像头实时显示画面

#导入opencv-python
import cv2

#获取摄像头，传入0表示获取系统默认摄像头
cap=cv2.VideoCapture(0,cv2.CAP_DSHOW)

#打开cap
cap.open(0)

#循环
while cap.isOpened():
    #获取画面
    flag,frame=cap.read()
    cv2.imshow('My window',frame)
    
    #键盘上按下哪个键
    key_pressed=cv2.waitKey(60)
    print('键盘上按下的键是：',key_pressed)
    #如果按下的是esc键，就退出循环
    if key_pressed==27:
        break
#关闭摄像头
cap.release()

#关闭图像窗口
cv2.destroyAllWindows()

##实时边缘检测

#实时边缘检测
import cv2   #导入opencv-python
import numpy as np     #导入科学计算库numpy
cap=cv2.VideoCapture(0,cv2.CAP_DSHOW)   #获取摄像头，传入0表示获取系统默认的摄像头
cap.open(0)          #打开cap
#循环
while cap.isOpened():
    flag,frame=cap.read()      #获取画面
    if not flag:
        break
    key_pressed=cv2.waitKey(60)       #获取键盘按下那个键
    print('键盘上按下的键是：',key_pressed)
   # frame=cv2.resize(frame,(500,500))
    frame=cv2.Canny(frame,100,200)     #进行canny边缘检测
    frame=np.dstack((frame,frame,frame))       #将单通道图像复制三份，摞成三通道图像
    cv2.imshow('My window',frame)

    if key_pressed==27:
        break

cap.release()
cv2.destroyAllWindows()

#实时人脸+眼睛+微笑识别

#实时人脸+眼睛+微笑识别(还未能通过编译）
import cv2   #导入opencv-python

face_cascade=cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml')
eye_cascade=cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascadde_eye.xml')
smile_cascade=cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_smile.xml')

#调用摄像头
cap=cv2.VideoCapture(0)

while(True):
    #获取摄像头拍摄到的画面
    ret,frame=cap.read()
    faces=face_cascade.detectMultiScale(frame,1.3,2)
    img=frame
    for(x,y,w,h) in faces:
        #画出人脸框，蓝色，画笔宽度
        img=cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
        #框出人脸区域，在人脸区域而不是全图中进行人脸检测，节省计算资源
        face_area=img[y:y+h,x:x+w]

        #人眼检测
        #用人眼级联分类器在人脸区域进行人眼识别，返回的eyes为眼睛坐标
        eyes=eye_cascade.detectMultiScale(face_area,1.3,10)
        for(ex,ey,ew,eh) in eyes:
            cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1)

        #微笑检测
        #用微笑级联分类器引擎在人脸区域进行微笑识别
        smiles=smile_cascade.detectMultiScale(face_area,scaleFactor==1.16,minNeighbors=65,minSize=(25,25),flags=cv2.CASCADE_SCALE_IMAGE)
        for(mx,my,mw,mh) in smiles:
            cv2.rectangle(face_area,(mx,my),(mx+mw,my+mh),(0,0,255),1)
            cv2.putText(img,'Smile',(x,y-7),3,1.2,(0,0,255),2,cv2.LINE_AA)
    #实时展示画面效果
        cv2.imshow('frame2',img)
        if cv2.waitKey(5)&0xFF==ord('q'):
            break

cap.release()
cv2.destroyAllWindows()