opencv学习笔记1：简单的人脸识别

一、代码如下：（CSDN代码块有点坑，百度说是因为浏览器的兼容性问题）
import cv2
import numpy as np
face_cascade = cv2.CascadeClassifier(‘haarcascade_frontalface_default.xml’) #读取这个文件，相当于c语言里的include
cap = cv2.VideoCapture(r"F:/电影/2.mp4") #r"F:/电影/2.mp4"
while(1):
ret, frame = cap.read() #ret代表是否读取成功一帧图像，frame代表这一帧图像的数组
print(ret)
if ret is True:
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #将每帧图像转为灰度图像
else:
break
faces = face_cascade.detectMultiScale(
gray,
scaleFactor = 1.15,
minNeighbors = 5,
minSize = (5,5),
#maxSize = (150,150)意思是人脸的最大值，
#超过这个范围就当做不是人脸,一般不用写
)
print (“发现{0}个人脸!”.format(len(faces)))
for(x,y,w,h) in faces:
cv2.rectangle(frame,(x,y),(x+w,y+w),(120,120,0),2)
cv2.namedWindow(“image”) #新建一个显示窗口,名字叫image
cv2.imshow(“image”,frame) #显示当前frame图像数组在显示窗口image中，
if cv2.waitKey(1) & 0xFF == ord(‘q’):
break
cv2.waitKey(0) #按下q后卡在当前图像并无限等待下去，直到有按键按下；
cv2.destroyAllWindows() #关闭所有窗口

二、详细解释其中语句：
1.cap = cv2.VideoCapture(0)
VideoCapture(0)中参数是0代表打开笔记本的内置摄像头，参数是视频路径则打开视频，如cap = cv2.VideoCapture(“…/test.avi”)

2.ret,frame = cap.read()
cap.read()按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。

3.cv2.waitKey(1)，waitKey（）方法本身表示等待键盘输入，参数是1，表示延时1ms切换到下一帧图像，对于视频而言；
参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停；
参数过大如cv2.waitKey(1000)，会因为延时过久而卡顿感觉到卡顿。c得到的是键盘输入的ASCII码，esc键对应的ASCII码是7，即当按esc键是if条件句成立；
()内的参数不能随便代，比如代入0.5之类的并不是延时1ms，可能是0.5约成0代表卡在第一幅图像上

4. detectMultiScale(const Mat& image,
   CV_OUT vector & objects,
   double scaleFactor = 1.1,
   int minNeighbors = 3,
   size minSize = Size(),
   Size maxSize = Size()
   ); #这是对python里常用的解释，c++中的或更为详细解释请看官方文档
   函数介绍：（写参数代入时如果有一个不写则把其他参数的说明都写上）

参数1：image–待检测图片，一般为灰度图像加快检测速度；
参数2：objects–被检测物体的矩形框向量组；
参数3：scaleFactor–表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;
参数4：minNeighbors–表示构成检测目标的相邻矩形的最小个数(默认为3个)。
如果组成检测目标的小矩形的个数和小于
min_neighbors - 1 都会被排除。如果min_neighbors为 0, 则函数不做任何操作就返回所有的被检候选矩形框，这种设定值一般用在用户自定义对检测结果的组合程序上；
参数6、7：minSize和maxSize用来限制得到的目标区域的范围。

5.for(x,y,w,h)
in faces的解释：faces在这里是二维数组，
当faces中有一个元素时，如 [ [2,4,5,6] ]
for(x,y,w,h) in faces:中x = 2,y = 4,w = 5,h= 6,一 一对应，

当faces中有2个及以上元素时for(x,y,w,h) in faces:
例如faces =np.array([[245, 140, 234, 234], [323, 286, 104, 104]], dtype=int)
这个for循环只循环2次，第一次时是(x,y,w,h)= [245, 140, 234, 234]
#即数组中的第一个元素，画出的是图中的大正方形
第二次是(x,y,w,h)= [323, 286, 104, 104]。

也就是说把(x,y,w,h)看做一个整体进行循环，而不是单个元素的循环

6.cv2.rectangle(img,
(x,y), (x+w,y+h), (0,255,0), 2)画出矩行
参数解释
第一个参数：img是原图
第二个参数：（x，y）是矩阵的左上点坐标
第三个参数：（x+w，y+h）是矩阵的右下点坐标
第四个参数：（0,255,0）是画线对应的rgb颜色
第五个参数：2是所画的线的宽度