繁体   English   中英

在python中使用多个摄像头进行面部识别时,有没有办法确定哪个摄像头在直播stream中识别出一个人

[英]Is there a way to determine which camera has recognized a person in live stream when using multiple cameras for facial recognition in python

这是一个面部识别程序,用 python 和 opencv 编程,数据库插入 model 到 MySQL。

我在程序中有一个查询。 第一部分,当相机通过给定的图片识别人时,在表格中实时插入数据,在数据库中插入日期、时间、姓名和 ID 戳。 我还想插入已识别人的相机名称,以了解特定位置。

    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
recognizer = cv2.face.LBPHFaceRecognizer_create()

recognizer.read("trainner.yml")

labels = {"person_name": 1}
with open("labels.pickle", 'rb') as f:
    og_labels = pickle.load(f)
    labels = {v: k for k, v in og_labels.items()}


cap = cv2.VideoCapture(0)
#cap1 = cv2.VideoCapture('rtsp://admin:umerkhan261@192.168.226.201')

while True:
     ret, frame = cap.read()
     # ret, frame1 = cap1.read()
     gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    #gray1 = cv2.cvtColor(frame1, cv2.COLOR_BGR2GRAY)
     faces = face_cascade.detectMultiScale(gray, scaleFactor=1.5, minNeighbors=5)
     now = datetime.now()
     print("Today's date: ", str(now))
     for (x, y, w, h) in faces:
        roi_gray = gray[y:y + h, x:x + w]
         #   roi_gray1 = gray1[y:y + h, x:x + w]
        roi_color = frame[y:y + h, x:x + w]


        #  roi_color1 = frame1[y:y + h, x:x + w]

            # deep Learned Model for recognizing the person in live stream

        id_, conf = recognizer.predict(roi_gray)
 #      id_, conf = recognizer.predict(roi_gray1)
        if 45 <= conf <= 85:
           print(id_)
           print(labels[id_])
           font = cv2.FONT_HERSHEY_SIMPLEX
           name = labels[id_]
           new = datetime.now()
           tString = new.strftime('%H:%M:%S')
           dtString = new.strftime('%D:%m')

我想出了解决问题的方法。 我用一个名为 cam1 的变量从我的网络摄像头读取帧 function,然后我制作了另一个 python 文件,复制了整个程序并将该变量命名为 cam2。 我制作了另一个文件,在主文件上调用这些函数,并通过多线程 function 我同时调用了它们。 结果成功了

暂无
暂无

声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.

 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM