1如何使用opencv 調取攝像頭
import cv2
#采用opencv的庫函數去調用攝像頭
import time
cap=cv2.VideoCapture(0)
#cv2.VideoCapture(0)代表調取攝像頭資源，其中0代表電腦攝像頭，1代表外接攝像頭(usb攝像頭)
cap.set(3,900)
cap.set(4,900)
# cap.set（）設置攝像頭參數：3:寬 4:高
while(cap.isOpened()):
#cap.isOpened()返回布爾值，來查看是否攝像頭初始化成功
ret_flag, Vshow = cap.read()
#cap.read()返回兩個值，第一個值為布爾值，如果視頻正確，那么就返回true, 第二個值代表圖像三維像素矩陣
cv2.imshow('Capture', Vshow)
k=cv2.waitKey(1)
#重中之重，這個必須有，這個獲取字母，但是一直不能通過,即等待一定時間內的用戶反饋，如果用戶沒有按下按鍵，則繼續等待循環。
Waitkey(0):無限等待按鍵
Waitkey(1):等待1毫秒，沒有繼續刷新
Waitkey(100):等待用戶100毫秒，沒有繼續刷新
且實現這個按下q的功能，必須是在opencv窗口中才能實現，而不是在terminal中
if k==ord('s'):
print('222222')
print(cap.get(3))
print(cap.get(4))
elif k==ord('q'):
print('完成')
break
print('攝像頭捕獲成功')
# pass
# time.sleep(1)
cap.release()
cv2.destoryAllWindows()
代碼：
import cv2
import time
cap=cv2.VideoCapture(0)
cap.set(3,900)
cap.set(4,900)
while(cap.isOpened()):
ret_flag, Vshow = cap.read()
cv2.imshow('Capture', Vshow)
k=cv2.waitKey(1)
if k==ord('s'):
print('222222')
print(cap.get(3))
print(cap.get(4))
elif k==ord('q'):
print('完成')
break
#print('攝像頭捕獲成功')
# pass
# time.sleep(1)
cap.release()
cv2.destoryAllWindows()
OpenCV-Python（1）在Python中使用OpenCV進行人臉檢測
OpenCV是如今最流行的計算機視覺庫，而我們今天就是要學習如何安裝使用OpenCV，以及如何去訪問我們的攝像頭。然后我們一起來看看寫一個人臉檢測程序是如何地簡單，簡單到只需要幾行代碼。
在開始之前，我假設你已經對Python有一定的了解。當然，如果你覺得你還不夠格，這里有推薦一些學習Python的電子書，你可以先學習下Python，如此可以讓你更好地理解接下來的步驟。另外，這里還推薦一本電子書來學習OpenCV。
好，不浪費時間，開始吧。
To setup opencv in python environment you will need these things ready ( match the versions to follow along with this tutorial),
首先我們需要先准備好這些環境（版本記得配好）：
- Python 2.x
- OpenCV 3 （2也行，同理
- Numpy庫 (這個可以在稍后用pip下載)
首先，對於下載Python，我們可以先到官網上下對應的版本，如果是Windows就可能是msi格式的版本，如果是Mac就可能是pkg格式的安裝包，如果是Linux則可能是源碼包。
安裝和Python后打開命令行就可以使用pip命令進行Python包的安裝了，如：
由於OpenCV使用Numpy庫，因此先通過命令pip install numpy安裝Numpy庫。安裝完后，嘗試導入，沒有報錯則ok：
然后進入OpenCV官網下對應的版本並安裝，嘗試導入：
嘗試人臉檢測
准備：我們需要准備pretrained分類器，在github里面的opencv源碼中下載，搜索就好
萬事俱備，只欠東風。我們來寫代碼檢測人臉吧，來一發OpenCV的Hello world。
在這里我們准備使用pre-trained的XML文件（這個文件下載方法：在github上找到opencv，然后找到，然后找到文件，采用右鍵下載就可以了），這些XML文件都較難訓練，但是我們不需要擔心，因此OpenCV已經為我們提供了很多人臉檢測相關的pre-trained分類器。
想要使用這寫分類器，我們需要將分類器的XML文件haarcascade_frontalface_default.xml從opencv文件夾/sources/data/haarcascades/下復制到我們的項目目錄下，就是我們將要寫程序的目錄下。如果沒有opencv文件夾/sources/data/haarcascades/這個目錄，可以嘗試找一下opencv文件夾/share/OpenCV/haarcascades/。只要找到如下文件即可：
然后如果我們要加載這個分類器的話，如此就好：
detector = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
然后接下來我們先來測試一下攝像頭吧，
cap = cv2.VideoCapture(0)
ret, img = cap.read()
cv2.imshow('windowname', img)
cv2.waitKey(0)
# 釋放攝像頭資源
cap.release()
以上的代碼是調用你電腦的0號攝像頭，並展示出來。當然，如果你有多個攝像頭，那么你也可以試試別的id，修改VideoCapture函數的參數即可。
其中cap.read()就是從攝像頭獲取到圖像，這個函數返回了兩個變量，第一個為布爾值表示成功與否，以及第二個是圖像。
然后程序通過imshow()展示圖片，其第一個傳入的參數為窗口的名稱，而第二個就是要展示的圖片，以上代碼傳入的就是我們的自拍。
而waitKey是用來停在圖片的展示界面，讓你看清楚，參數可以是10、100、1000等，單位是毫秒，這里填0就是一直停着。注意了，如果停留的時間不夠久，就可能看不見imshow的照片了。
運行了這段代碼，你將會看到攝像頭所拍攝的畫面，一般來說就是你自己了。
接下來我們將圖片先轉換為灰度圖片，
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
然后就開始了人臉檢測之旅：
faces = detector.detectMultiScale(gray, 1.3, 5)
以上的這句代碼會等到一串list，list中的每個都有x, y, height, width四個變量。其中list表示檢測到的人臉，即list的size就是人臉的個數，而每個人臉在圖片中的位置是（x, y, height, width）。
為了能讓我們更直觀地看出來檢測結果，我們將這些人臉框出來：
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
更進一步
現在我們已經通過攝像頭檢測到人臉了，但是我們真正需要的是不是一張靜態的圖片，我們需要的是一個能檢測的實時動態視頻流。因此我們加一個循環，然后不斷的檢測，最終在顯示在新窗口中。
detector = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
cap = cv2.VideoCapture(0)
while True:
ret, img = cap.read()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = detector.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)
cv2.imshow('frame', img)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
需要注意的是，結尾用了waitKey和ord實現了按q退出的功能，就是每一毫秒都在檢測鍵盤有沒有按下了q，要是按下了就退出循環了。接下來就釋放資源。
總結
在本文中，我們學習了如何使用Python中的OpenCV，即通過代碼寫了一個人臉檢測的程序。我們溫習或學習了這些知識點：
- 使用OpenCV的分類器
- 從攝像頭中讀取照片
- 在圖片上換框框
- 在新窗口上展示圖片
- 實時地進行人臉檢測
P.S. 你們發現了XML那里有一個叫貓臉識別的文件嗎！！！
先這樣吧
若有錯誤之處請指出，更多地關注煎魚