香蕉派 BPI-M2 Ultra利用Python+OpenCV人脸识别

windworld-18984

前面已经为opencv搭建好了人脸识别所需的各种环境，包括摄像头的驱动Python开发环境以及SimpleCV库函数，这里简单整理成下面步骤一起看看效果
步骤一：搭建opencv开发环境
参考前面步骤
香蕉派 BPI-M2 Ultra 安装OpenCV方法总结
步骤二：安装SimpleCV库函数

1. sudo apt-get install ipython python-opencv python-scipy python-numpy python-setuptools
   
2. python-pip
   
3. sudo pip install https://github.com/ingenuitas/SimpleCV/zipball/master
   
4. sudo apt-get install python-pygame
   
5. sudo apt-get install python-imaging

复制代码

步骤三：开发插入UVC摄像头并测试
[size=13.3333px]香蕉派 BPI-M2 Ultra 安装mplayer测试

步骤四：Python实现人脸识别程序

1. #!/usr/bin/env python
   
2. from SimpleCV import *
   
3. from time import sleep
   
4. myCamera = Camera(prop_set={'width':320, 'height': 240})
   
5. myDisplay = Display(resolution=(320, 240))
   
6. while not myDisplay.isDone():
   
7.    frame = myCamera.getImage()
   
8.    faces = frame.findHaarFeatures('face')
   
9.    if faces:
   
10.      for face in faces:
    
11.         print "Face at: " + str(face.coordinates())
    
12.         facelayer = DrawingLayer((frame.width,frame.height))
    
13.         w=face.width()
    
14.         h=face.height()
    
15.         print "x:"+str(w)+" y:"+str(h)
    
16.         facebox_dim = (w,h)
    
17.         facebox = facelayer.centeredRectangle(face.coordinates(),facebox_dim)
    
18.         frame.addDrawingLayer(facelayer)
    
19.         frame.applyLayers()
    
20.                 print "faces has detected."
    
21.    else:
    
22.         print "No faces detected."
    
23.    frame.save(myDisplay)
    
24.    sleep(.1)

复制代码

说明：
myCamera =Camera(prop_set={'width':320, 'height': 240})
#指定摄像头影像尺寸
myDisplay =Display(resolution=(320, 240))
#显示窗口大小
frame =myCamera.getImage()
#获取视频流摄像头影像
faces =frame.findHaarFeatures('face')
#寻找人脸
facebox =facelayer.centeredRectangle(face.coordinates(),facebox_dim)
frame.addDrawingLayer(facelayer)
#框出识别到的人脸并把图层放到画面上
print "Nofaces detected."
#如果未检测到人脸打印信息

lygoing

大佬这个具体要怎么实现  现在还是小白 需要准备些什么知识呢？