利用OpenCV自带的预训练模型实现人脸识别

 模型路径：

OpenCV已经训练好的模型路径为：

Python311\Lib\site-packages\cv2\data 

也可以在pychram左下角的外部库中找到，data中的xml文件，即为训练好的模型

其中haarcascade_frontalface_default.xml为人脸识别模型，将他复制到代码文件夹或者复制绝对路径即可使用。

代码实现：

# -*- coding: utf-8 -*-
# @Time : 2023/10/24 14:35
# @Author :Muzi
# @File : 人脸检测.py
# @Software: PyCharm
import cv2

image = cv2.imread('people.jpg')
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
#--加载分类器---
faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

faces = faceCascade.detectMultiScale(gray,scaleFactor = 1.01,minNeighbors =30,minSize = (20,20))

print("发现{0}张人脸!".format(len(faces)))
print("其位置分别是:",faces)
# 遍历检测到的人脸，并绘制外接矩形
for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)  # 绘制矩形

# 显示结果图像
cv2.imshow('Result', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果展示：

其他模型作用：

 1、haarcascade_frontalface_default.xml：用于检测图像中的人脸。

2、haarcascade_eye.xml：用于检测图像中的眼睛。

3、haarcascade_smile.xml：用于检测笑容。

4、haarcascade_upperbody.xml： 用于检测图像中的上半身部分，包括头和肩膀。

5、haarcascade_fullbody.xml：用于检测整个身体。

6、lbpcascade_frontalface.xml：也用于检测人脸，采用了不同的级联分类器（Local Binary Pattern）。

7、haarcascade_eye_tree_eyeglasses.xml：用于检测带眼镜的眼睛。

8、haarcascade_frontalcatface.xml：用于检测猫的脸部。

9、haarcascade_frontalcatface_extended.xml：用于识别猫的面部特征，包括猫的眼睛、鼻子和嘴巴等。

10、haarcascade_frontalface_alt.xml：用于检测图像中的人脸。

11、haarcascade_frontalface_alt2.xml：用于检测图像中的人脸。

12、haarcascade_frontalface_alt_tree.xml：用于识别人的面部特征，包括人的眼睛、鼻子和嘴巴等。

13、haarcascade_lefteye_2splits.xml：用于检测图像或视频流中的左眼。

14、haarcascade_licence_plate_rus_16stages.xml：用于检测图像或视频帧中的车牌，特别是俄罗斯车牌。

15、haarcascade_lowerbody.xml：可以识别与下半身相关的模式和特征，通常包括腹部和臀部区域。

16、haarcascade_profileface.xml：用于检测图像或视频流中的配置文件人脸。

17、haarcascade_righteye_2splits.xml：检测图像或视频流中的右眼。

18、haarcascade_russian_plate_number.xml：用于检测俄罗斯车牌。