Python的Opencv初学部分知识点（七）

import cv2 as cv
import  numpy as np




#通过级联分类器（或级联检测器）来加载特征值
#正脸清晰图片识别精确度较高，侧脸可能识别不出人脸位置
def face_detect_demo():
    #将图像转换为灰色度图像,所有特征都是基于灰度图像处理的
    gray = cv.cvtColor(src,cv.COLOR_BGR2GRAY)
    #级联分类器加载人脸识别所需要的特征值
    face_detector = cv.CascadeClassifier("D:/OpencvFace/haarcascades/haarcascade_frontalface_alt_tree.xml")
    #detectMultiScale，在多个尺度空间对图像进行人脸检测
    #第一个参数gray表示我们输入的图像
    #第二个参数1.02表示尺度变化
    #第三个参数表示相似范围，数值越大人脸识别精确度越高，数值越小人脸识别度精确度越差（为1时可能识别错误）
    #若长时间检测不到人脸，可将数值降低
    faces = face_detector.detectMultiScale(gray,1.02,1)
    for x,y,w,h in faces:
        #cv.rectangle() 在图像上标出矩形
        #第一个参数src需要进行标注的图片
        #第二个参数（X，Y）矩形左上角标记位置
        #第三个参数（x+w,y+h）矩形右下角标记位置
        #第四个参数（0，0，255）为矩形标记边框线的颜色
        #第五个参数2为矩形标记边框线的线宽
        cv.rectangle(src,(x,y),(x+w,y+h),(0,0,255),2)
    cv.imshow("result",src)

src = cv.imread('dili.jpg')
cv.imshow("timg",src)
face_detect_demo()
#只创建一次window，后面在此window上进行刷新显示
cv.namedWindow("result",cv.WINDOW_AUTOSIZE)

cv.waitKey(0)
cv.destroyAllWindows()