Python机器视觉开发体验

tip = 'Snape whispered: "Always."'sentence = 'I\'m still deeply in love with Lily.'

tip = "I'm Sirius Black, Harry's godfather."

# 多行提示文本msg = """人脸检测程序操作说明1. 按 q 键关闭摄像头2. 录制视频自动存入video文件夹"""# 文档注释def face_detect():    """基于Haar级联分类器实现人脸检测"""    pass

# 老式写法print("实时人脸坐标：", x, y, w, h)# f-string推荐写法print(f"实时人脸坐标: {x, y, w, h}")

import cv2# 1.读取图片img = cv2.imread('./img/hua1_GPT.png')print("图像矩阵：", img)print("图像类型：", type(img))print("图像形状(高,宽,通道)：", img.shape)# 获取原图宽高，等比例缩放不拉伸h, w = img.shape[:2]target_w = 511scale = target_w / wtarget_h = int(h * scale)img_re = cv2.resize(img, (target_w, target_h))print("缩放后图像类型：", type(img_re))print("缩放后图像形状：", img_re.shape)# 2.加载人脸检测模型（推荐内置路径，避免文件找不到）face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")# 3.执行人脸检测faces = face_cascade.detectMultiScale(img_re, 1.1, 5, minSize=(100, 100), maxSize=(2000, 2000))print("检测到所有人脸坐标：", faces)# 4.遍历人脸，绘制检测框for (x, y, w, h) in faces:    print(f"人脸位置 x:{x},y:{y},宽:{w},高:{h}")    cv2.rectangle(img_re, (x, y), (x + w, y + h), (210, 0, 180), 2, cv2.LINE_AA)# 5.展示窗口，3000毫秒后自动关闭cv2.imshow('img_try', img_re)cv2.waitKey(3000)cv2.destroyAllWindows()

import cv2import osfrom datetime import datetime# 1.打开默认摄像头cap = cv2.VideoCapture(0)if not cap.isOpened():    print("摄像头打开失败！检查设备是否被其他软件占用")    exit()# ========== 视频录制配置 ==========# 获取摄像头分辨率width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))# mp4编码格式fourcc = cv2.VideoWriter.fourcc(*'mp4v')# 自动创建视频存储文件夹if not os.path.exists("video"):    print("文件夹video不存在，已重新创建！")    os.mkdir("video")# 视频写入对象out = cv2.VideoWriter("video/face_record.mp4", fourcc, 30, (width, height))# 2.加载人脸检测模型face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")# 3.循环读取摄像头每一帧画面while True:    ret, frame = cap.read()    if not ret:        break    # 获取当前时间戳    now_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")    # 转为灰度图（人脸检测必备）    frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)    # 人脸检测    faces = face_cascade.detectMultiScale(frame_gray, 1.1, 5, minSize=(100, 100), maxSize=(2000, 2000))    # 画面左上角绘制时间文字    cv2.putText(frame, now_time, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (255, 190, 0), 2)    # 遍历人脸：绘制检测框 + 人脸马赛克隐私处理    for (x, y, w, h) in faces:        print(f"实时人脸坐标：{x, y, w, h}")        cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 120), 2, cv2.LINE_AA)        # 截取人脸区域        face_roi = frame[y:y + h, x:x + w]        # 高斯模糊生成马赛克，卷积核越大模糊越强        blur_face = cv2.GaussianBlur(face_roi, (31, 31), 0)        # 模糊区域覆盖原图人脸        frame[y:y + h, x:x + w] = blur_face    # 将当前帧写入视频文件    out.write(frame)    cv2.imshow("Face Detect", frame)    # 按键监听，按q退出    key = cv2.waitKey(1)    if key == ord("q"):        break# 释放全部硬件资源，防止摄像头持续占用cap.release()out.release()cv2.destroyAllWindows()