pyqt5 摄像头人形识别

实现摄像头人形识别需要以下步骤：

1.使用PyQt5创建一个GUI界面，用于显示摄像头捕获的视频流。
2.使用OpenCV读取摄像头的视频流，并进行人形检测。
3.将检测结果在GUI界面上显示出来。

以下是一个简单的示例代码，可以进行摄像头人形识别：

import sys
import cv2
from PyQt5.QtWidgets import *
from PyQt5.QtCore import *
from PyQt5.QtGui import *

class VideoThread(QThread):
    change_pixmap_signal = pyqtSignal(np.ndarray)

    def run(self):
        cap = cv2.VideoCapture(0)
        while True:
            ret, cv_img = cap.read()
            if ret:
                # 进行人形检测
                gray = cv2.cvtColor(cv_img, cv2.COLOR_BGR2GRAY)
                face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
                faces = face_cascade.detectMultiScale(gray, 1.3, 5)
                for (x,y,w,h) in faces:
                    cv2.rectangle(cv_img,(x,y),(x+w,y+h),(0,255,0),2)

                # 发送信号，更新GUI界面
                self.change_pixmap_signal.emit(cv_img)

class App(QWidget):
    def __init__(self):
        super().__init__()
        self.setWindowTitle("摄像头人形识别")
        self.resize(640, 480)

        # 创建一个label，用于显示视频流
        self.label = QLabel(self)
        self.label.resize(640, 480)

        # 创建一个VideoThread线程，用于读取摄像头视频流并进行人形检测
        self.thread = VideoThread()
        self.thread.change_pixmap_signal.connect(self.update_image)
        self.thread.start()

        # 显示GUI界面
        self.show()

    def update_image(self, cv_img):
        # 将OpenCV格式的图片转换为QPixmap格式，并显示在label上
        qt_img = QPixmap.fromImage(QImage(cv_img.data, cv_img.shape[1], cv_img.shape[0], QImage.Format_RGB888).rgbSwapped())
        self.label.setPixmap(qt_img)

if __name__ == '__main__':
    app = QApplication(sys.argv)
    ex = App()
    sys.exit(app.exec_())

在以上代码中，VideoThread线程用于读取摄像头视频流并进行人形检测，然后将检测结果通过信号发送给GUI界面。GUI界面上的label用于显示视频流，并且通过update_image()方法更新label上显示的图片。