添加视频实现代码

doc/jiance.md

@@ -1,4 +1,4 @@
-# 人脸检测
+# 图片人脸检测
 
 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).
 
@@ -11,7 +11,7 @@
 
 ## 技术实现思路 ##
 
-图片转换成灰色（去除色彩干扰，让图片识别更准确）
+图片转换成灰色（降低为一维的灰度，减低计算强度）
 
 图片上画矩形
 
@@ -96,4 +96,16 @@ c = cv2.waitKey(10)
 
 cv2.waitKey(0)
 cv2.destroyAllWindows()
-```
+```
+分类器classifier.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))**参数说明**：
+
+gray：转换的灰图
+
+scaleFactor：图像缩放比例，可理解为相机的X倍镜
+
+minNeighbors：对特征检测点周边多少有效点同时检测，这样可避免因选取的特征检测点太小而导致遗漏
+
+minSize：特征检测点的最小尺寸
+
+
+

faceai/jiance.py

@@ -1,4 +1,5 @@
 # coding=utf-8
+# OpenCV版本的图片检测
 import cv2
 
 filepath = "img/xingye-1.jpg"

faceai/versionDemo.py

@@ -1,5 +1,4 @@
 import cv2
 
 print(cv2.__version__)
-
 # 输出：3.4.1

faceai/videojiance.py

@@ -0,0 +1,30 @@
+# -*- 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):
+    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