基于python+opencv调用电脑摄像头实现实时人脸眼睛以及微笑识别

本文教大家调用电脑摄像头进行实时人脸+眼睛识别+微笑识别，供大家参考，具体内容如下

一、调用电脑摄像头进行实时人脸+眼睛识别

# 调用电脑摄像头进行实时人脸+眼睛识别，可直接复制粘贴运行
import cv2

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml')

eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_eye.xml')
# 调用摄像头摄像头
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, 5)
   img = frame
   for (x,y,w,h) in faces:
    # 画出人脸框，蓝色，画笔宽度微
       img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    # 框选出人脸区域，在人脸区域而不是全图中进行人眼检测，节省计算资源
       face_area = img[y:y+h, x:x+w]
       eyes = eye_cascade.detectMultiScale(face_area)
    # 用人眼级联分类器引擎在人脸区域进行人眼识别，返回的eyes为眼睛坐标列表
       for (ex,ey,ew,eh) in eyes:
           #画出人眼框，绿色，画笔宽度为1
           cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1)

# 实时展示效果画面
   cv2.imshow('frame2',img)
   # 每5毫秒监听一次键盘动作
   if cv2.waitKey(5) & 0xFF == ord('q'):
       break

# 最后，关闭所有窗口
cap.release()
cv2.destroyAllWindows()

二、调用电脑摄像头进行实时人脸+眼睛识别+微笑识别

import cv2

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml')

eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_eye.xml')

smile_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_smile.xml')
# 调用摄像头摄像头
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，画笔宽度微
       img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    # 框选出人脸区域，在人脸区域而不是全图中进行人眼检测，节省计算资源
       face_area = img[y:y+h, x:x+w]

## 人眼检测
       # 用人眼级联分类器引擎在人脸区域进行人眼识别，返回的eyes为眼睛坐标列表
       eyes = eye_cascade.detectMultiScale(face_area,1.3,10)
       for (ex,ey,ew,eh) in eyes:
           #画出人眼框，绿色，画笔宽度为1
           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人眼识别，返回的eyes为眼睛坐标列表
       smiles = smile_cascade.detectMultiScale(face_area,scaleFactor= 1.16,minNeighbors=65,minSize=(25, 25),flags=cv2.CASCADE_SCALE_IMAGE)
       for (ex,ey,ew,eh) in smiles:
           #画出微笑框，红色（BGR色彩体系），画笔宽度为1
           cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,0,255),1)
           cv2.putText(img,'Smile',(x,y-7), 3, 1.2, (0, 0, 255), 2, cv2.LINE_AA)

# 实时展示效果画面
   cv2.imshow('frame2',img)
   # 每5毫秒监听一次键盘动作
   if cv2.waitKey(5) & 0xFF == ord('q'):
       break

# 最后，关闭所有窗口
cap.release()
cv2.destroyAllWindows()

来源：https://blog.csdn.net/qq_42585108/article/details/105197417