opencv_python人脸识别（1）

第一篇先学会人脸检测，这里通过利用opencv自带的分类器里的人脸分类器来进行人脸检测
废话不多说，直接上代码：
1、图片检测

import cv2 #导入库

img = cv2.imread("test1.jpg")# 读取图片，获取BGR
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 转换灰色

classifier = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml")# 读取人脸分类器
color = (255, 0, 0)  # 定义框的颜色

# 在灰度图里搜索人脸
faceRects = classifier.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5, minSize=(32, 32)) 

if len(faceRects):  # 大于0则检测到人脸
	for faceRect in faceRects:  # 单独框出每一张人脸
		x, y, w, h = faceRect	# 读取脸的坐标和长宽
		# 框出人脸
		cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)
		
		
cv2.imshow("image", img)  # 显示图像
c = cv2.waitKey(10)		  # 延时10s
cv2.waitKey(0)			  # 获取按键
cv2.destroyAllWindows()	  # 关闭窗口

检测结果如下图：

2、摄像头检测

import cv2 #导入库

cv2.namedWindow("test")#命名一个窗口
cap=cv2.VideoCapture(0)#打开0号摄像头  可以用视频的名字 如"a.avi","a.mp4"
success, frame = cap.read()#读取一桢图像，前一个返回值是是否成功，后一个返回值是图像本身
color = (255,0,0)#设置人脸框的颜色
classfier=cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")#读取模型，定义分类器
while success:		#一直读取到图像
	success, frame = cap.read()#读取一桢图像
	
	image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)#将当前桢图像转换成灰度图像（这里有修改）
	
	faceRects = classfier.detectMultiScale(image, 1.3, 5)#人脸检测  1.3 每次搜索窗口依次扩大30%
	if len(faceRects)>0:#如果人脸数组长度大于0
		for faceRect in faceRects: #对每一个人脸画矩形框
			x, y, w, h = faceRect	#获取人脸的长宽和坐标
			cv2.rectangle(frame, (x, y), (x+w, y+h), color) #在图像上按人脸的坐标画框
	cv2.imshow("test", frame)#显示图像
	key=cv2.waitKey(1)	#1s延时获取键值
	c = chr(key & 255)	
	if c in ['q', 'Q', chr(27)]:	#如果键值为	Qq、Esc 就跳出循环
		break							
cv2.destroyWindow("test")  #销毁窗口

检测结果如下：