添加视频检测文档

doc/videojiance.md

@@ -1,4 +1,97 @@
 # 视频人脸检测
 
-人脸检测使用到的技术是OpenCV，上一节已经介绍了OpenCV的环境安装，[点击查看](https://github.com/vipstone/faceai/blob/master/doc/huanjingdajian.md).
+视频人脸检测是基于图片检测的基础上的，图片检测详情点击查看我的上一篇[《图片人脸检测》](https://github.com/vipstone/faceai/blob/master/doc/jiance.md) 。
+
+**实现思路：**调用电脑的摄像头，把摄像的信息逐帧分解成图片，基于图片检测标识出人脸的位置，把处理的图片逐帧绘制给用户，用户看到的效果就是视频的人脸检测。
+
+## 实现步骤 ##
+
+使用OpenCV调用摄像头并展示。
+
+**获取摄像头**
+```
+cap = cv2.VideoCapture(0)
+```
+参数0表示，获取第一个摄像头。
+
+**显示摄像头**
+逐帧显示，代码如下：
+```
+while (1): 
+    ret, img = cap.read()
+    cv2.imshow("Image", img)
+    if cv2.waitKey(1) & 0xFF == ord('q'):
+        break
+cap.release()  # 释放摄像头
+cv2.destroyAllWindows()  # 释放窗口资源
+```
+
+cv2.waitKey(1) & 0xFF使用了“&”位元算法，含义是获取用户输入的最后一个字符的ASCII码，如果输入的是“q”，则跳出循环。
+
+**视频的人脸识别**
+
+这个时候，用到了上一节的[《图片人脸检测》](https://github.com/vipstone/faceai/blob/master/doc/jiance.md) 把人脸识别的代码封装成方法，代码如下：
+```
+def discern(img):
+    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
+    cap = cv2.CascadeClassifier(
+        "C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml"
+    )
+    faceRects = cap.detectMultiScale(
+        gray, scaleFactor=1.2, minNeighbors=3, minSize=(50, 50))
+    if len(faceRects):
+        for faceRect in faceRects:
+            x, y, w, h = faceRect
+            cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2)  # 框出人脸
+    cv2.imshow("Image", img)
+```
+
+再循环摄像头帧图片的时候，调用图片识别方法即可，代码如下：
+```
+# 获取摄像头0表示第一个摄像头
+cap = cv2.VideoCapture(0)
+while (1):  # 逐帧显示
+    ret, img = cap.read()
+    # cv2.imshow("Image", img)
+    discern(img)
+    if cv2.waitKey(1) & 0xFF == ord('q'):
+        break
+cap.release()  # 释放摄像头
+cv2.destroyAllWindows()  # 释放窗口资源
+```
+
+完整的代码如下：
+```
+# -*- coding:utf-8 -*-
+# OpenCV版本的视频检测
+import cv2
+
+
+# 图片识别方法封装
+def discern(img):
+    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
+    cap = cv2.CascadeClassifier(
+        "C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml"
+    )
+    faceRects = cap.detectMultiScale(
+        gray, scaleFactor=1.2, minNeighbors=3, minSize=(50, 50))
+    if len(faceRects):
+        for faceRect in faceRects:
+            x, y, w, h = faceRect
+            cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2)  # 框出人脸
+    cv2.imshow("Image", img)
+
+
+# 获取摄像头0表示第一个摄像头
+cap = cv2.VideoCapture(0)
+while (1):  # 逐帧显示
+    ret, img = cap.read()
+    # cv2.imshow("Image", img)
+    discern(img)
+    if cv2.waitKey(1) & 0xFF == ord('q'):
+        break
+cap.release()  # 释放摄像头
+cv2.destroyAllWindows()  # 释放窗口资源
+
+```
 

faceai/videojiance.py

@@ -20,7 +20,7 @@ def discern(img):
 
 # 获取摄像头0表示第一个摄像头
 cap = cv2.VideoCapture(0)
-while (1):
+while (1):  # 逐帧显示
     ret, img = cap.read()
     # cv2.imshow("Image", img)
     discern(img)