opencv机器模型通过摄像头行人检测python

可以使用OpenCV和Haar Cascade分类器来进行行人检测。以下是一个简单的Python示例代码：

import cv2

# 加载人类分类器
body_classifier = cv2.CascadeClassifier('haarcascade_fullbody.xml')

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取一帧图像
    ret, frame = cap.read()

    # 转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 检测行人
    bodies = body_classifier.detectMultiScale(gray, 1.1, 3)

    # 绘制矩形框
    for (x,y,w,h) in bodies:
        cv2.rectangle(frame, (x,y), (x+w,y+h), (0,255,0), 2)

    # 显示结果
    cv2.imshow('Pedestrian Detection', frame)

    # 按'q'键退出
    if cv2.waitKey(1) == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

在这个示例中，我们使用了OpenCV内置的人类分类器haarcascade_fullbody.xml来进行行人检测。我们打开了摄像头，并循环读取每一帧图像，然后将其转换为灰度图像，最后使用detectMultiScale函数来检测行人。如果检测到行人，则绘制一个矩形框来标识其位置。最后，我们将结果显示在窗口中，并等待用户按下'q'键来退出程序。