代码发布在github中https://github.com/luyishisi/The_python_code.git文件夹是face-gensui
简述:使用python-subprocess多线程模块相链接,本项目主要用在树莓派上所以需要调用的摄像头函数与普通usb不同,so,有点差别但是不是很难。所使用文本文件进行数据沟通,简单粗暴,文件2.py功能是将目录下的5.jpg进行人脸识别解析,将人脸的位置的重心存储在文件weizhi.txt文件中,然后就比较相对位置的差别,就能得出应该与移动的位置。
本项目还未链接舵机用于转头,仅处理计算人脸信息,将每次的重心存储在文件中,方便未来进行增加舵机改进成为实际的转头。
首先核心代码是opencv-face识别,请看start目录下的2.py
#coding=utf-8
import cv2
import cv2.cv as cv
img = cv2.imread("5.jpg")
def detect(img, cascade):
'''detectMultiScale函数中smallImg表示的是要检测的输入图像为smallImg,
faces表示检测到的人脸目标序列,1.3表示每次图像尺寸减小的比例为1.3,
4表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸),
CV_HAAR_SCALE_IMAGE表示不是缩放分类器来检测,而是缩放图像,Size(20, 20)为目标的最小最大尺寸'''
rects = cascade.detectMultiScale(img, scaleFactor=1.3,
minNeighbors=5, minSize=(30, 30), flags = cv.CV_HAAR_SCALE_IMAGE)
if len(rects) == 0:
return []
print rects
rects[:,2:] += rects[:,:2]
print rects
return rects
#在img上绘制矩形
def draw_rects(img, rects, color):
for x1, y1, x2, y2 in rects:
cv2.rectangle(img, (x1, y1), (x2, y2), color, 2)
#转换为灰度图
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#直方图均衡处理
gray = cv2.equalizeHist(gray)
#脸部特征分类地址,里面还有其他
cascade_fn = '/usr/share/opencv/haarcascades/haarcascade_frontalface_alt.xml'
#读取分类器,CascadeClassifier下面有一个detectMultiScale方法来得到矩形
cascade = cv2.CascadeClassifier(cascade_fn)
#通过分类器得到rects
rects = detect(gray, cascade)
#vis为img副本
'''
以下文件操作部分可以删除,功能只是要读取上一次的人脸位置重心
'''
vis = img.copy()
txt = str(rects)
fileHandle = open ( 'weizhi.txt', 'r' )
begin = fileHandle.read()
fileHandle.close()
fileHandle = open ( 'weizhi.txt', 'w' )
fileHandle.write(txt)
fileHandle.close()
x =int(begin[2:5:])
y =int(begin[6:9:])
z =int(begin[10:13])/2
x = x + z
y = y + z
print("x=",x,"y=",y,"z=",z)
f = open('zhongxin.txt','w')
f.write(str(x)+" "+str(y)+" "+str(z))
f.close()
#画矩形
draw_rects(vis, rects, (0, 255, 0))
cv2.imshow('facedetect', vis)
cv2.waitKey(0)
cv2.destroyAllWindows()
其次还需要通过subprocess调用raspistll来不断创建新的当前画面并在当期目录下建立5.jpg文件 lianxuzhibo.py
import subprocess
import time
file_number = 0
while True:
file_name = dir + format(file_number,"05d")+".jpg"
file_number = file_number + 1
subprocess.call(["raspistill","-w","400","-h","400","-e","jpg","-n","-t","1","-o",file_name])
subprocess.call(["cp","-f",file_name,"5.jpg"])
subprocess.call(["python","2.py"])
time.sleep(1)import subprocess import time file_number = 0 while True: file_name = dir + format(file_number,"05d")+".jpg" file_number = file_number + 1 subprocess.call(["raspistill","-w","400","-h","400","-e","jpg","-n","-t","1","-o",file_name]) subprocess.call(["cp","-f",file_name,"5.jpg"]) subprocess.call(["python","2.py"]) time.sleep(1)
连续直播的思路很明确不过是一直调用raspistll来获取摄像头当前的图片而已,最后一个time。sleep(1)是为了避免文件读取冲突。毕竟多线程。速度快,但是隐患也是有的。
上个效果图
原创文章,转载请注明: 转载自URl-team