通过 OpenCV 将 MTCNN 与网络摄像头结合使用

我希望能够使用网络摄像头并利用 MTCNN 作为主要面部检测器。正如可以使用 Haar Cascades 一样，我想使用 MTCNN 在我的网络摄像头上查找人脸

该视频是关于打破 MTCNN 的，但仍然提供了我的目标的见解：https://www.youtube.com/watch?v=OY70OIS8bxs https://www.youtube.com/watch?v=OY70OIS8bxs

到目前为止，这是我的代码。过去是这样，情节会显示出来，我必须“X”它，但现在它不起作用

from mtcnn.mtcnn import MTCNN 
import cv2 as cv
from matplotlib import pyplot
from matplotlib.patches import Rectangle

cap =  cv.VideoCapture(0)

detector = MTCNN()

#face = detector.detect_faces(img)


while(True):
    # Capture frame-by-frame
    ret, frame = cap.read()

    if (ret):
        # Our operations on the frame come here
        gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

        ax = pyplot.gca()
        face = detector.detect_faces(frame)
        face = pyplot.imread(frame)
        x, y, width, height = face[0]['box']
        rect = Rectangle((x, y), width, height, fill=False, color='red')
        ax.add_patch(rect)
        pyplot.imshow(frame)
        cv.imshow('frame',gray)
        pyplot.show()
     # Display the resulting frame
        #cv.imshow('frame',gray)
    if cv.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv.destroyAllWindows()

我希望有人能帮助我...

我现在遇到了类似的问题。我有一个可以裁剪视频脸部的程序。我使用 OpenCV 读入帧，然后对它们进行裁剪。之后我想将裁剪后的脸部视频保存到新视频中。

首先我也使用 Haar Cascade。一切工作正常，但有一些总体性能不足 --> 它经常无法识别面孔。

现在我想使用 MTCNN。我更改了代码以便与 MTCNN 配合使用。一切工作正常-->它读取帧，对其执行裁剪等。但是，一旦我去保存视频，问题就会发生。代码运行良好，但是打开保存的视频后，出现视频已损坏的错误。

我坐了 2 个小时，很困惑，因为代码是相同的。所有输出都是相同的（即格式、大小等）

我现在不得不得出结论，MTCNN 和 Opencv 之间存在一些错误。尽管这对我来说完全不明白为什么会发生这种情况。

更新： 如果您运行以下代码：它运行良好并且视频再次保存。但是，如果您取消注释顶部的 2 行 --> 它会损坏文件，并且您将不再获得工作视频。不幸的是，我还无法弄清楚其中的原因。

import cv2

# from mtcnn.mtcnn import MTCNN
# cropper = MTCNN()

read_video = cv2.VideoCapture('video.mp4')
fps = read_video.get(cv2.CAP_PROP_FPS)

fourcc = cv2.VideoWriter_fourcc(*'mp4v')
write_video = cv2.VideoWriter('new3.mp4', fourcc, fps, (256,256))
images = []

success,image = read_video.read()
count = 0
while success:
    print(count)
    images.append(image)
    success, image = read_video.read()
    count += 1

for i in images:
    write_video.write(cv2.resize(i, (256, 256), interpolation=cv2.INTER_AREA))