我正在使用raspberry pi camera
和python
opencv
。相机是否无效?
以下是我的代码段:
import cv2
import numpy as np
import picamera
face_cascade=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade=cv2.CascadeClassifier('haarcascade_eye.xml')
cap=cv2.VideoCapture(0)
while True:
ret, img=cap.read()
gray= cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces= face_cascade.detectMultiScale(gray, 1.3, 5)
for(x,y,w,h) in faces:
cv2.rectangle(img, (x,y),(x+w, y+h), (255,0,0), 2)
roi_gray= gray[y:y+h ,x:x+w]
roi_color= imb[y:y+h ,x:x+w]
eyes= eye_cascade.detectMultiScale(roi_gray)
for(ex, ey, ew, eh) in eyes:
cv2.recangle(roi_color, (ex,ey), (ex+ew,ey+eh), (0,255,0),2)
cv2.imshow('img',img)
k=cv2.waitKey(30) &0xff
if k==27:
break
cap.release()
cv2.destroyAllWindows()
然后它返回:
Traceback (most recent call last):
File "/home/pi/face eye detect.py", line 12, in <module>
gray= cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
error: /build/opencv-U1UwfN/opencv-2.4.9.1+dfsg1/modules/imgproc/src/color.cpp:3737: error: (-215) scn == 3 || scn == 4 in function cvtColor
答案 0 :(得分:1)
您可以检查尝试检查返回的帧是否先没有空(可能需要一点时间让相机打开并发送完整的有效帧?):
if img is not None
e.g。
import cv2
import numpy as np
import picamera
face_cascade=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade=cv2.CascadeClassifier('haarcascade_eye.xml')
cap=cv2.VideoCapture(0)
while True:
ret, img=cap.read()
if img is not None:
gray= cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces= face_cascade.detectMultiScale(gray, 1.3, 5)
for(x,y,w,h) in faces:
cv2.rectangle(img, (x,y),(x+w, y+h), (255,0,0), 2)
roi_gray= gray[y:y+h ,x:x+w]
roi_color= imb[y:y+h ,x:x+w]
eyes= eye_cascade.detectMultiScale(roi_gray)
for(ex, ey, ew, eh) in eyes:
cv2.recangle(roi_color, (ex,ey), (ex+ew,ey+eh), (0,255,0),2)
cv2.imshow('img',img)
else:
print 'empty camera frame, skipping processing'
k=cv2.waitKey(30) &0xff
if k==27:
break
cap.release()
cv2.destroyAllWindows()
值得一看Adrian's PiCamera OpenCV tutorial。 请注意,您可以使用picamera module设置相机以YUV format而不是RGB来检索图像。原因是您可以直接检索Y通道(亮度),而无需将RGB转换为灰度(为了更好的事物,可以节省处理能力)。
此外,如果准确性并不重要,但速度快,您可能需要调查LBP cascades而不是HAAR级联。
这些仅仅是一些指针,首先是最适合你的,然后是最好的。