基于opencv的人脸检测

---

前言

本文章是基于opencv开源做的，是在python的环境下运行。
这里python的配置环境就不介绍了，网上教程非常多，都是可以使用的。
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、人脸识别的算法

人脸识别的算法有很多，基本理论都是差不多的。作者之前也了解过算法，也写了点内容可以参考。

二、代码

import cv2
import numpy as np

cap=cv2.VideoCapture(0,cv2.CAP_DSHOW)#打开本地摄像头设备
face_mode=cv2.CascadeClassifier("haarcascade_frontalface_default.xml")#引用opencv已经训练好的文件
while True:
    ret,img=cap.read()#读取图片
    if ret is None:#没有读到图片
        break
    #cv2.imshow("img",img)#读取的原摄像头的图片
    gray_face=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#使图片灰度化
    #cv2.imshow("gray_face",gray_face)#读取使灰度的图
    faces=face_mode.detectMultiScale(gray_face,scaleFactor=1.1,minNeighbors=5,minSize=(10,10))#使用训练好的文件开始检测人脸
    for x,y,w,h in faces:#扫描图片
        cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),thickness=2)#将检测到人脸框起来，绿色RBG=255，然后边框的大小，其他值默认
        roi_color_face=img[y:y+h,x:x+w]#将图片的人脸提取出来
        cv2.imshow("roi_color_face",roi_color_face)
    cv2.imshow("face_img",img)#检测到的人脸的图像
    key=cv2.waitKey(25)#设置一个退出标志为ESC每25ms读取一次
    if key==27:#ESC的ascall为27
        break
cap.release()#释放图片
cv2.destroyAllWindows()#关闭所有窗口