Python OpenCV调用摄像头批量采集人脸图像

听雨眠

发布时间：2026-10-14 | 5人浏览过

原创

本文介绍利用Python和OpenCV库调用摄像头进行人脸图像批量采集的方法。通过配置Haar级联分类器路径，读取视频流并实时检测人脸，支持自定义保存路径、文件名前缀、图片数量及边框扩展参数。代码包含窗口显示、按键退出及文件保存逻辑，适用于机器学习训练数据的快速获取。

Python OpenCV摄像头人脸采集代码实现与参数详解

本文分享使用Python结合OpenCV库实现从摄像头获取人脸图片的具体代码，供读者参考。

在机器学习模型训练过程中，通常需要大量的人脸图像数据。利用OpenCV提供的功能，可以便捷地调用摄像头设备，截取画面并快速生成大量人脸图片。

使用时需注意，代码中CascadeClassifier方法所指向的文件路径，必须修改为当前环境中cv2包实际存放该XML文件的位置。


import cv2

def load_img(path,name,mun = 100,add_with = 0):
 # 获取人脸识别模型
 # 
 # 
 #以下路径需要更改为自己环境下xml文件
 #一般在环境下的Liba\site-packages\cv2\data\haarcascade_frontalface_alt2.xml
 classfier = cv2.CascadeClassifier('F:\\pyhton\\pytonApp\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_alt2.xml')
 #
 #
 # 创建一个窗口
 cv2.namedWindow('face')
 # 打开第一个个摄像头
 cap = cv2.VideoCapture(0)

 i = 0 # 计数
 if cap.isOpened():
  while i < mun:
   ok,frame = cap.read() # 读取一帧图片
   if not ok:
    continue

   faces = classfier.detectMultiScale(frame,1.2,3,minSize=(32,32))

   if len(faces) > 0:
    for face in faces:
     x, y, w, h = face
     cv2.rectangle(frame,(x-add_with,y-add_with), (x+w+add_with,y+h+add_with), (0,255,0), 2)
     img = frame[y-add_with:y+h+add_with,x-add_with:x+w+add_with]
     save_path = path+name+'_'+str(i)+'.jpg'
     print(save_path)
     cv2.imwrite(save_path,img)
     i += 1

   cv2.imshow('face', frame)
   c = cv2.waitKey(10)
   if c & 0xFF == ord('q'):
    break

  cap.release()
  cv2.destroyAllWindows()

if __name__ == '__main__' :
 # 第一个参数为保存图片的路径
 # 第二个参数为保存图片名字的开头
 # 第三个参数为图片的数量
 # 第四个参数可以调节图片的大小
 load_img('E:\\Screenshots\\home\\','rongdang',1000,20)

程序运行效果如下所示。