python mediapipe 调用电脑摄像头

原创

mob649e815bbe69 2023-09-20 01:24:43 ©著作权

文章标签 人脸检测 python Python 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob649e815bbe69的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python Mediapipe 调用电脑摄像头

![computer-vision](

本文将介绍如何使用 Python Mediapipe 库来调用电脑摄像头进行图像处理。Mediapipe 是 Google 开源的机器学习框架，通过使用现有的模型和算法，可以轻松地实现各种计算机视觉任务，包括人脸识别、手势识别、姿势估计等。我们将使用 Mediapipe 中的人脸检测功能作为示例。

准备工作

在开始之前，需要确保你已经安装了 Python 和 Mediapipe 库。可以通过以下命令来安装 Mediapipe：

pip install mediapipe

代码示例

下面是一个简单的 Python 示例代码，演示了如何使用 Mediapipe 来调用电脑摄像头进行实时人脸检测并标记人脸关键点。首先，我们需要导入所需的库：

import cv2
import mediapipe as mp

然后，我们需要初始化 Mediapipe 的人脸检测模型：

mp_face_detection = mp.solutions.face_detection
face_detection = mp_face_detection.FaceDetection()

接下来，我们需要调用电脑摄像头并实时处理图像。以下是完整的代码：

cap = cv2.VideoCapture(0)

while True:
    # 读取摄像头图像
    ret, frame = cap.read()
    
    # 将图像转换为 RGB 格式
    rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    
    # 进行人脸检测
    results = face_detection.process(rgb_frame)
    
    if results.detections:
        for detection in results.detections:
            # 提取人脸框的位置信息
            bbox = detection.location_data.relative_bounding_box
            height, width, _ = frame.shape
            xmin = int(bbox.xmin * width)
            ymin = int(bbox.ymin * height)
            xmax = int((bbox.xmin + bbox.width) * width)
            ymax = int((bbox.ymin + bbox.height) * height)
            
            # 绘制人脸框和关键点
            cv2.rectangle(frame, (xmin, ymin), (xmax, ymax), (0, 255, 0), 2)
            for landmark in detection.location_data.relative_keypoints:
                x = int(landmark.x * width)
                y = int(landmark.y * height)
                cv2.circle(frame, (x, y), 5, (0, 255, 0), -1)
    
    # 显示图像
    cv2.imshow('Face Detection', frame)
    
    # 退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头资源
cap.release()
cv2.destroyAllWindows()