opencv-python 学习笔记2：实现目光跟随（又叫人脸跟随）

风起漂泊

转载请注明：@小五义http://www.cnblogs.com/xiaowuyi  QQ群：64770604
　　          如果机器人的脸能随着前方人脸而转动，你会不会觉得这种互动很有意思。年前的时候，学习了一下opencv，通过opencv可以简单的实现人脸跟随。再加上几个舵机控制头部转动，机器人就可以互动了。呵呵
　　        这里不做视频演示了，只是把代码放出来，有兴趣的朋友可以自己实验一下。基本原理就是先识别到人脸，然后判断人脸的位置。我把窗口用画线的方法分成了9个小格，分别代表9个方向，当人脸进入某个小格时，机器人的头就往哪个方向转动。
　　以下代码在树莓派B＋上支行成功，系统Raspbian，Python代码。
　　



# -*- coding: utf-8 -*-
＃＃转载请注明：@小五义http://www.cnblogs.com/xiaowuyi  QQ群：64770604
import cv2.cv as cv  
import cv2  
from cv2 import VideoCapture  
#cv.NamedWindow("W1", cv.CV_WINDOW_AUTOSIZE)  
cv.NamedWindow("W1",cv.CV_WINDOW_NORMAL)
cv.ResizeWindow("W1", 600, 600)
#找到设备对象  
capture = cv.CaptureFromCAM(0)

#检测人脸函数  
def repeat():  
#每次从摄像头获取一张图片  
frame = cv.QueryFrame(capture)
image_size = cv.GetSize(frame)#获取图片的大小  
#print image_size
greyscale = cv.CreateImage(image_size, 8, 1)#建立一个相同大小的灰度图像
cv.CvtColor(frame, greyscale, cv.CV_BGR2GRAY)#将获取的彩色图像，转换成灰度图像
storage = cv.CreateMemStorage(0)#创建一个内存空间，人脸检测是要利用，具体作用不清楚
cv.EqualizeHist(greyscale, greyscale)#将灰度图像直方图均衡化，貌似可以使灰度图像信息量减少，加快检测速度  
#画图像分割线
cv.Line(frame, (210,0),(210,480), (0,255,255),1)
cv.Line(frame, (420,0),(420,480), (0,255,255),1)
cv.Line(frame, (0,160),(640,160), (0,255,255),1)
cv.Line(frame, (0,320),(640,320), (0,255,255),1)
# detect objects  
cascade = cv.Load('/usr/share/OpenCV/haarcascades/haarcascade_frontalface_alt2.xml')
#加载Intel公司的训练库  
#检测图片中的人脸，并返回一个包含了人脸信息的对象faces  
faces = cv.HaarDetectObjects(greyscale, cascade, storage, 1.2, 2,
cv.CV_HAAR_DO_CANNY_PRUNING,
(100, 100))  
#获得人脸所在位置的数据  
for (x,y,w,h) , n in faces:
# print x,y
if x<210:
print "right"
elif x>310:
print "left"
cv.Rectangle(frame, (x,y), (x+w,y+h), (0,128,0),2)#在相应位置标识一个矩形 边框属性(0,0,255)红色 20宽度
cv.ShowImage("W1", greyscale)#显示互有边框的图片
cv.ShowImage("W1", frame)  
#循环检测每一帧的图片 ESC键退出程序  
while True:  
repeat()  
c = cv.WaitKey(10)  
if c == 27:  
#cv2.VideoCapture(0).release()  
cv2.destroyWindow("W1")  
break