### 实现方案 以下是基于Pycharm和OpenCV实现人脸检测、统计人数以及生成可交互输出图片（带放大、缩小和旋转功能）的完整解决方案。 #### 1. 环境搭建与准备 确保已安装Python环境和OpenCV库。可以通过以下命令安装OpenCV： ```bash pip install opencv-python pip install opencv-python-headless ``` 连接并配置网络摄像头，确保能够正常捕获视频流[^1]。 #### 2. 图像捕获与处理 使用OpenCV的`VideoCapture`类捕获网络摄像头的视频流，并设置摄像头参数以获取高质量图像数据。 ```python import cv2 # 初始化摄像头 cap = cv2.VideoCapture(0) if not cap.isOpened(): print("无法打开摄像头") exit() # 设置摄像头参数（分辨率、帧率等） cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480) cap.set(cv2.CAP_PROP_FPS, 30) ``` #### 3. 人脸检测 加载预训练的人脸检测模型（如Haar级联分类器），对每一帧图像进行人脸检测。 ```python # 加载Haar级联分类器 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') while True: ret, frame = cap.read() if not ret: print("无法读取帧") break # 转换为灰度图 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 绘制矩形框并统计人数 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) cv2.putText(frame, f"Face Count: {len(faces)}", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2) # 显示结果 cv2.imshow('Face Detection', frame) # 按下'q'键退出 if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ``` #### 4. 图片交互功能（放大、缩小、旋转） 通过键盘输入控制图片的放大、缩小和旋转操作。 ```python # 定义交互函数 def interactive_image(image): scale_factor = 1.0 angle = 0 while True: # 缩放和旋转 scaled_image = cv2.resize(image, None, fx=scale_factor, fy=scale_factor, interpolation=cv2.INTER_LINEAR) rotated_image = cv2.rotate(scaled_image, cv2.ROTATE_90_CLOCKWISE if angle == 90 else cv2.ROTATE_180 if angle == 180 else cv2.ROTATE_90_COUNTERCLOCKWISE if angle == 270 else 0) # 显示图像 cv2.imshow('Interactive Image', rotated_image) # 获取键盘输入 key = cv2.waitKey(1) & 0xFF # 放大 if key == ord('+') or key == ord('='): scale_factor += 0.1 # 缩小 elif key == ord('-'): scale_factor -= 0.1 if scale_factor > 0.1 else 0 # 旋转 elif key == ord('r'): angle = (angle + 90) % 360 # 退出 elif key == ord('q'): break cv2.destroyAllWindows() # 主程序 if __name__ == "__main__": # 读取图片 img = cv2.imread('face2.jpg') if img is None: print("无法读取图片") exit() # 启动人脸检测 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2) cv2.putText(img, f"Face Count: {len(faces)}", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2) # 启动交互功能 interactive_image(img) ``` 上述代码实现了人脸检测、统计人数以及图片的放大、缩小和旋转功能[^1]。 ###