Python基于opencv调用摄像头获取个人图片的实现方法

接触图像领域的应该对于opencv都不会感到陌生，这个应该算是功能十分强劲的一个算法库了，当然了，使用起来也是很方便的，之前使用Windows7的时候出现多该库难以安装成功的情况，现在这个问题就不存在了，需要安装包的话可以去我的资源中下载使用，使用pip安装方式十分地便捷。

今天主要是基于opencv模块来调用笔记本的内置摄像头，然后从视频流中获取到人脸的图像数据用于之后的人脸识别项目，也就是为了构建可用的数据集。整个实现过程并不复杂，具体如下：

#!usr/bin/env python/' target='_blank'>python#encoding:utf-8'''__Author__:沂水寒城功能： Python opencv调用摄像头获取个人图片使用方法：    启动摄像头后需要借助键盘输入操作来完成图片的获取工作    c(change): 生成存储目录    p(photo): 执行截图    q(quit): 退出拍摄OpenCV简介1、videoCapture()方法打开摄像  摄像头变量 cv2.VideoCapture(n)  n为整数内置摄像头为0，若有其他摄像头则依次为1,2,3,...  cap=cv2.VideoCapture(0) 打开内置摄像头2、cap.isOpened()方法判断摄像头是否处于打开，返回结果为：True、False3、ret,img=cap.read() 读取图像  布尔变量,图像变量=cap.read() 4、cap.release() 释放摄像头5、action=cv2.waitKey(n) 获取用户输入，同时可获取按键的ASCLL码值'''import osimport cv2import sysreload(sys)sys.setdefaultencoding('utf-8')def cameraAutoForPictures(saveDir='data/'):  '''  调用电脑摄像头来自动获取图片  '''  if not os.path.exists(saveDir):    os.makedirs(saveDir)  count=1 #图片计数索引  cap=cv2.VideoCapture(0)  width,height,w=640,480,360  cap.set(cv2.CAP_PROP_FRAME_WIDTH,width)  cap.set(cv2.CAP_PROP_FRAME_HEIGHT,height)  crop_w_start=(width-w)//2  crop_h_start=(height-w)//2  print 'width: ',width  print 'height: ',height  while True:    ret,frame=cap.read() #获取相框    frame=frame[crop_h_start:crop_h_start+w,crop_w_start:crop_w_start+w] #展示相框    frame=cv2.flip(frame,1,dst=None) #前置摄像头获取的画面是非镜面的，即左手会出现在画面的右侧，此处使用flip进行水平镜像处理    cv2.imshow("capture", frame)    action=cv2.waitKey(1) & 0xFF    if action==ord('c'):      saveDir=raw_input(u"请输入新的存储目录：")      if not os.path.exists(saveDir):        os.makedirs(saveDir)    elif action==ord('p'):      cv2.imwrite("%s/%d.jpg" % (saveDir,count),cv2.resize(frame, (224, 224),interpolation=cv2.INTER_AREA))      print(u"%s: %d 张图片" % (saveDir,count))      count+=1    if action==ord('q'):      break  cap.release() #释放摄像头  cv2.destroyAllWindows() #丢弃窗口if __name__=='__main__':    cameraAutoForPictures(saveDir='data/')

上述代码的运行环境需要是Python2，因为python2中才有reload方法，去掉那些语句就可以在Python3中执行了，我们在Python2的环境中执行结果截图如下：

我的保存路径是data，按q退出后，进入data文件夹下就可以看到自己的“靓照”了哈，好了数据集准备到此结束，接下来准备实战人脸识别。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接