OpenCV实现视频人脸检测

利用OpenCV实现视频人脸检测，包含眼部检测。首先，将人脸检测和眼部检测需要的模型文件haarcascade_eye.xml和haarcascade_frontalface_default.xml放到代码文件同级目录下的cascades文件中。

代码：

from cv2 import cv2

def detect():
    #加载人脸训练数据
    face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    face_cascade.load('C:/SOURCE/python/OpenCV/facedetect/cascades/haarcascade_frontalface_default.xml')
    #加载人眼训练数据
    eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')
    eye_cascade.load('C:/SOURCE/python/OpenCV/facedetect/cascades/haarcascade_eye.xml')
    camera = cv2.VideoCapture(0)  #打开摄像头
    sucess,frame = camera.read()   #读取摄像头中的帧
    while sucess and cv2.waitKey(1) == -1:
        gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)  #转为灰度图
        faces = face_cascade.detectMultiScale(gray,1.2,3)   #人脸检测
        for (x,y,w,h) in faces:
            cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)   #在人脸周围绘制方框
            face_gray = gray[y:y+h,x:x+w]                       #从人脸方框裁剪出单独的部分进行后续眼部识别
            eyes = eye_cascade.detectMultiScale(face_gray,1.1,3,0,(40,40))    #进行眼部检测
            for (ex,ey,ew,eh) in eyes:
                cv2.rectangle(frame,(x+ex,y+ey),(x+ex+ew,y+ey+eh),(0,255,0),2)   #绘制眼部方框
        cv2.imshow('camera',frame)
        sucess,frame = camera.read()  #读取下一帧
    #按下键盘任意按钮关闭摄像头
    camera.release()
    cv2.destroyAllWindows()
if __name__=="__main__":
detect()

整个实现过程比较简单，先通过OpenCV调用摄像头，从视频中分离每一帧画面，再调用OpenCV预训练的模型face_cascade对画面进行人脸检测，检测到人脸后，在对应帧画面上绘制绿色方框。这里在人脸检测基础上还做了眼部检测，由于人脸已经检测到了，我们只需要将检测到的人脸单独提取出来，再调用eye_cascade进行眼部检测，同样在检测到的眼部周围绘制绿色框。完成检测和标记后，调用OpenCV进行显示。

测试效果：