python调用摄像头

TAG: python

1.python实时调取本地摄像头

import numpy as np 
import cv2 
cap = cv2.VideoCapture(0)　　　　#参数为0时调用本地摄像头；url连接调取网络摄像头；文件地址获取本地视频 
while(True): 
ret,frame=cap.read() 
 
#灰度化 
gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) 
cv2.imshow('frame',gray) 
 
#普通图片 
cv2.imshow('frame',frame) 
 
if cv2.waitKey(1)&0xFF==ord('q'): 
break 
cap.release() 
cv2.destroyAllWindows()

2.opencv代码

# -*- coding: utf-8 -*- 
""" 
Spyder Editor 
 
This is a temporary script file. 
""" 
 
#设置工作路径 
import os 
os.chdir('E:\\0yfl\\SH-spyder-workspace\\') 
os.path.abspath('.') 
 
 
import numpy as np 
import cv2 
 
#1.1读取图片imread；展示图片imshow；导出图片imwrite 
#只是灰度图片 
img=cv2.imread('Myhero.jpg',cv2.IMREAD_GRAYSCALE) 
#彩色图片 
img=cv2.imread('Myhero.jpg',cv2.IMREAD_COLOR) 
#彩色以及带有透明度 
img=cv2.imread('Myhero.jpg',cv2.IMREAD_UNCHANGED) 
print(img) 
#设置窗口可自动调节大小 
cv2.namedWindow('image',cv2.WINDOW_NORMAL) 
cv2.imshow('image',img) 
k=cv2.waitKey(0) 
#如果输入esc 
if k==27: 
    #exit 
    cv2.destroyAllWindows 
#如果输入s 
elif k==ord('s'): 
    #save picture and exit 
    cv2.imwrite('Myhero_out.png',img) 
    cv2.destroyAllWindows() 
 
 
#1.2视频读取 
#打开内置摄像头 
cap=cv2.VideoCapture(0) 
#打开视频 
cap=cv2.VideoCapture('why.mp4') 
#或者视频每秒多少帧的数据 
fps=cap.get(5) 
i=0 
while(True): 
    #读取一帧 
    ret,frame=cap.read() 
    #转化为灰图 
    gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) 
    #设置导出文件名编号 
    ii = i + 1 
    #每1s导出一张 
    if i/fps==int(i/fps): 
        #导出文件名为why+编号+.png 
        #若想要导出灰图，则将下面frame改为gray即可 
        cv2.imwrite("why"+str(int(i/fps))+".png",frame) 
    #读完之后结束退出 
    if cv2.waitKey(1)==ord('q'): 
        break 
 
cap.release() 
cv2.destoryAllWindows() 
 
 
#1.3图像像素修改 
rangexmin=100 
rangexmax=120 
rangeymin=90 
rangeymax=100 
img=cv2.imread('Myhero.jpg',0) 
img[rangexmin:rangexmax,rangeymin:rangeymax]=[[255]*(rangeymax-rangeymin)]*(rangexmax-rangexmin) 
cv2.imwrite('Myhero_out2.png',img) 
 
#拆分以及合并图像通道1 
b,g,r=cv2.split(img) 
img=cv2.merge(b,g,r) 
 
#png转eps，不过非常模糊 
from matplotlib import pyplot as plt 
img=cv2.imread('wechat1.png',cv2.IMREAD_COLOR) 
plt.imsave('wechat_out.eps',img) 
 
#图像按比例混合 
img1=cv2.imread('Myhero.jpg',cv2.IMREAD_COLOR) 
img2=cv2.imread('Myhero_out.png',cv2.IMREAD_COLOR) 
dst=cv2.addWeighted(img1,0.5,img2,0.5,0) 
cv2.imwrite("Myhero_combi.jpg",dst) 
 
 
#1.4按位运算 
#加载图像 
img1=cv2.imread("Myhero.jpg") 
img2=cv2.imread("why1.png") 
#后面那张图更大 
rows,cols,channels=img1.shape 
ROI=img2[0:rows,0:cols] 
#做一个ROI为图像的大小 
img2gray=cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY) 
#小于175的改为0，大于175的赋值为255 
ret,mask=cv2.threshold(img2gray,175,255,cv2.THRESH_BINARY) 
cv2.imwrite("Myhero_mask.jpg",mask) 
#255-mask=mask_inv 
mask_inv=cv2.bitwise_not(mask) 
cv2.imwrite("Myhero_mask_inv.jpg",mask_inv) 
#在mask白色区域显示成ROI，背景图片 
img2_bg=cv2.bitwise_and(ROI,ROI,maskmask=mask) 
cv2.imwrite("Myhero_pic2_backgroud.jpg",img2_bg) 
#除了mask以外的区域都显示成img1，前景图片 
img1_fg=cv2.bitwise_and(img1,img1,mask=mask_inv) 
cv2.imwrite("Myhero_pic2_frontgroud.jpg",img1_fg) 
#前景图片加上背景图片 
dst = cv2.add(img2_bg,img1_fg) 
img2[0:rows, 0:cols ] = dst 
cv2.imwrite("Myhero_pic2_addgroud.jpg",dst) 
#finished 
 
#构建淹膜方法2 
#截取帧 
ret,frame=cap.read() 
#转换到HSV 
hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV) 
#设定蓝色的阈值 
lower_blue=np.array([110,50,50]) 
upper_blue=np.array([130,255,255]) 
#根据阈值构建掩模 
mask=cv2.inRange(hsv,lower_blue,upper_blue) 
#对原图像和掩模进行位运算 
res=cv2.bitwise_and(frame,frame,maskmask=mask) 
 
 
#图片放缩，用的插值方法，所以不会损害清晰度 
res=cv2.resize(img1,None,fx=2,fy=2,interpolation=cv2.INTER_CUBIC) 
cv2.imwrite("Myhero_bigger.jpg",res) 
#第二种插值方法 
height,width=img.shape[:2] 
res=cv2.resize(img,(2*width,2*height),interpolation=cv2.INTER_CUBIC) 
 
#edge现实图片中不好用，人工画的图片还可以 
img = cv2.imread('why3.png',0) 
edges = cv2.Canny(img,50,100) 
cv2.imwrite("why3_edge.png",edges) 
 
#识别轮廓，并保存轮廓点contours 
img=cv2.imread('why129.png') 
imgray=cv2.imread('why129.png',cv2.IMREAD_GRAYSCALE) 
ret,thresh = cv2.threshold(imgray,127,255,0) 
cv2.imwrite("2.jpg",thresh) 
image, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) 
img = cv2.drawContours(img, contours, -1, (0,255,0), 3) 
cv2.imwrite("3.jpg",img) 
 
 
#轮廓 
img = cv2.imread('why3.png',0) 
ret,thresh = cv2.threshold(img,127,255,0) 
contours,hierarchy = cv2.findContours(thresh, 1, 2) 
cnt = contours[0]  
#近似轮廓 
epsilon = 0.1*cv2.arcLength(cnt,True) 
approx = cv2.approxPolyDP(cnt,epsilon,True) 
 
img = cv2.drawContours(img, approx, -1, (0,255,0), 3) 
cv2.imwrite("4.jpg",img) 
 
from matplotlib import pyplot as plt 
#图像识别/匹配 
img_rgb = cv2.imread('why174.png') 
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY) 
img2=img_gray.copy() 
template = cv2.imread('0temp.png',0) 
w, h = template.shape[::-1] 
#共有六种识别方法 
methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR', 'cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED'] 
 
for meth in methods: 
    img = img2.copy() 
    #eval返回某个式子的计算结果 
    method = eval(meth) 
    #下面使用匹配方法 
    res = cv2.matchTemplate(img,template,method) 
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) 
    if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]: 
        top_left = min_loc 
    else: 
        top_left = max_loc 
    bottom_right = (top_left[0] + w, top_left[1] + h) 
    #画矩形把他框出来 
    cv2.rectangle(img,top_left, bottom_right, 255, 2) 
     
    plt.subplot(121),plt.imshow(res,cmap = 'gray') 
    plt.title('Matching Result'), plt.xticks([]), plt.yticks([]) 
    plt.subplot(122),plt.imshow(img,cmap = 'gray') 
    plt.title('Detected Point'), plt.xticks([]), plt.yticks([]) 
    plt.suptitle(meth) 
     
    plt.show() 
     
#这个匹配结果太差 
#选取3，5，6的匹配方式会稍微好点：cv2.TM_CCORR；cv2.TM_SQDIFF，cv2.TM_SQDIFF_NORMED 
 
#视频人脸识别 
#https://blog.csdn.net/wsywb111/article/details/79152425 
import cv2 
from PIL import Image 
cap=cv2.VideoCapture("why.mp4") 
#告诉Opencv使用人脸识别分类器 
classfier=cv2.CascadeClassifier("E:\\0yfl\\opencv-master\\data\\haarcascades\\haarcascade_frontalface_alt2.xml") 
count=0 
while cap.isOpened(): 
    ret,frame=cap.read() 
    if not ret: 
        break 
    grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) 
    faceRect=classfier.detectMultiScale(grey,scaleFactor=1.2, minNeighbors=3, minSize=(32, 32)) 
    if len(faceRect)>0: 
        countcount=count+1 
print(count) 
 
 
#137这种程度可以识别，111没有成功识别，大概是侧脸的缘故 
#截出人脸 
image_name="why111.png" 
frame=cv2.imread(image_name,0) 
if not (frame is None): 
    #导入测试集 
    classfier=cv2.CascadeClassifier("E:\\0yfl\\opencv-master\\data\\haarcascades\\haarcascade_frontalface_alt2.xml") 
    #使用测试集导出人脸的位置，存在faceRect中，可以检测多张人脸 
    faceRect=classfier.detectMultiScale(frame,scaleFactor=3.0, minNeighbors=3, minSize=(32, 32)) 
    count=0 
    for (x1,y1,w,h) in faceRect: 
        countcount=count+1 
        #截取上述图片的人脸部分并保存每一张识别出的人脸 
        Image.open(image_name).crop((x1,y1,x1+w,y1+h)).save(image_name.split(".")[0]+"_face_"+str(count)+".png") 
    if count==0: 
        print ("No face detected!") 
else: 
    print ("Picture "+ image_name +" is not exist in "+os.path.abspath(".")) 
#人脸上画出矩形 
from PIL import Image,ImageDraw 
image_name="why111.png" 
frame=cv2.imread(image_name,0) 
if not (frame is None): 
    classfier=cv2.CascadeClassifier("E:\\0yfl\\opencv-master\\data\\haarcascades\\haarcascade_frontalface_alt2.xml") 
    faceRect=classfier.detectMultiScale(frame,scaleFactor=3.0, minNeighbors=3, minSize=(32, 32)) 
    #画框框 
    img = Image.open(image_name) 
    draw_instance = ImageDraw.Draw(img) 
    count=0 
    for (x1,y1,w,h) in faceRect: 
        draw_instance.rectangle((x1,y1,x1+w,y1+h), outline=(255, 0,0)) 
        img.save('drawfaces_'+image_name) 
        countcount=count+1 
    if count==0: 
        print ("No face detected!") 
else: 
    print ("Picture "+ image_name +" is not exist in "+os.path.abspath(".")) 
 
 
#detectFaces()返回图像中所有人脸的矩形坐标（矩形左上、右下顶点） 
#使用haar特征的级联分类器haarcascade_frontalface_default.xml，在haarcascades目录下还有其他的训练好的xml文件可供选择。 
#注：haarcascades目录下训练好的分类器必须以灰度图作为输入。 
 
 
from PIL import Image,ImageDraw 
image_name="why63.png" 
frame=cv2.imread(image_name,0) 
if not (frame is None): 
    classfier=cv2.CascadeClassifier("E:\\0yfl\\opencv-master\\data\\haarcascades\\haarcascade_fullbody.xml") 
    faceRect=classfier.detectMultiScale(frame,scaleFactor=3.0, minNeighbors=3, minSize=(32, 32)) 
    #画框框 
    img = Image.open(image_name) 
    draw_instance = ImageDraw.Draw(img) 
    count=0 
    for (x1,y1,w,h) in faceRect: 
        draw_instance.rectangle((x1,y1,x1+w,y1+h), outline=(255, 0,0)) 
        img.save('drawfaces_'+image_name) 
        countcount=count+1 
    if count==0: 
        print ("No face detected!") 
else: 
    print ("Picture "+ image_name +" is not exist in "+os.path.abspath("."))

(StarZhai)

搜索

热门标签:

python调用摄像头