视频人脸跟踪与识别

0 实验题目

在输入视频中跟踪人脸，设计一个视频人脸检测系统，能够分割出多个人脸。

1 实验步骤

1.1 使用opencv人脸分类器

 classfier = cv2.CascadeClassifier("/Users/longfeifei/Downloads/Python/Day09/haarcascade/haarcascade_frontalface_alt.xml")

1.2 对每一帧视频框出人脸

    while cap.isOpened():
        ok, frame = cap.read()  # 读取一帧数据
        if not ok:
            break
        grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 将当前桢图像转换成灰度图像
        # 人脸检测，1.2和2分别为图片缩放比例和需要检测的有效点数
        faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
        if len(faceRects) > 0:  # 大于0则检测到人脸
            for faceRect in faceRects:  # 单独框出每一张人脸
                x, y, w, h = faceRect
                    # 画出矩形框
                cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)

1.3 显示识别跟踪结果

 cv2.imshow(window_name, frame)
        c = cv2.waitKey(10)

此次实验系统设计思路较为简单，系统概括为：
读取视频 -> 使用分类器检测 —> 得出每一帧结果 ->显示框选跟踪结果

2 实验结果

本次实验我选择了两个个跟踪难度不同的视频作为素材，分别导入设计的系统之中。

实验一：《克拉恋人》片段

素材特点：人物简单，但动作幅度较大，景别变化快
效果截图：

实验二：《如懿传》众妃群像选段

素材特点：人物复杂度极高，且画面景别变化快。