Das deutsche Python-Forum

Code: Alles auswählen

    # detect people in the image
    # returns the bounding boxes for the detected objects
    boxes, weights = hog.detectMultiScale(frame, winStride=(8,8) )

Code: Alles auswählen

import numpy as np
import cv2
import sys
# initialize the HOG descriptor/person detector
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

cv2.startWindowThread()

# open webcam video stream
cap = cv2.VideoCapture(0)

# the output will be written to output.avi
out = cv2.VideoWriter(
    'output.avi',
    cv2.VideoWriter_fourcc(*'MJPG'),
    15.,
    (640, 480))
    
# Die Variable, die bestimmt, ob die Schleife laufen soll oder nicht.
detected = False

while not detected:
# Capture frame-by-frame
ret, frame = cap.read()

# resizing for faster detection
frame = cv2.resize(frame, (640, 480))
# using a greyscale picture, also for faster detection
gray = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)

# detect people in the image
# returns the bounding boxes for the detected objects
boxes, weights = hog.detectMultiScale(frame, winStride=(8, 8))

boxes = np.array([[x, y, x + w, y + h] for (x, y, w, h) in boxes])
# falls die Boxen leer sind, wird keine Box angezeigt. Falls doch wird die Variable auf True gesetzt und abgebrochen.
if boxes.size != 0:
detected = True

for (xA, yA, xB, yB) in boxes:
# display the detected boxes in the colour picture
cv2.rectangle(frame, (xA, yA), (xB, yB),
(0, 255, 0), 2)

# Write the output video
out.write(frame.astype('uint8'))
# Display the resulting frame
cv2.imshow('frame', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break

# When everything done, release the capture
cap.release()
# and release the output
out.release()
# finally, close the window
cv2.destroyAllWindows()
cv2.waitKey(1)

sys.exit(0)

Code: Alles auswählen

import cv2
import glob
import os

#Vorgabe fuer Stammverzeichnis und Auswahl aktuellster Datei
parent_dir = r"C:\Users\Behra\PycharmProjects\OpencvPython"
files_path = os.path.join(parent_dir, '*.mkv')
files = sorted(glob.iglob(files_path), key=os.path.getctime, reverse=True)
latest_mkv_file = files[0]

#Algorithmus f�r FaceDetection
faceCascade = cv2.CascadeClassifier('face_detector.xml')

#Videofile wird der Capture-Prozedur �bergeben
video_capture = cv2.VideoCapture(latest_mkv_file)

#While-Schleife liest Frame fuer Frame ein
while True:
    # Capture frame-by-frame
    ret, frame = video_capture.read()

    #F�r den Algorithmus ist jedes Frame zwecks Analyse in Graustufen umzuwandeln
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = faceCascade.detectMultiScale(
        gray,
        scaleFactor=1.1,
        minNeighbors=5,
        minSize=(30, 30),
        flags=cv2.CASCADE_SCALE_IMAGE
    )
    #Test, ob Grau-Umwandlung funktioniert
    #cv2.imshow('gray', gray)
    # Zeichne jeweils ein gr�nes Rechteck um erkannte Gesichter
    x = None
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
        break <<<<<<<<<<< Dieses Break führt leider zu dem oben beschriebenen Problem..

    # Zeige das Ergebnis
    cv2.imshow('Video', frame)

# hier wird am Schluss alles geordnet aufgel�st
video_capture.release()
cv2.destroyAllWindows()

Code: Alles auswählen

person_erkannt = False
while not person_erkannt:
    ....
    if erkenne_person():
        person_erkannt = True

Code: Alles auswählen

 #Algorithmus für FaceDetection
faceCascade = cv2.CascadeClassifier('face_detector.xml')