python+opencv 静态图像人脸检测

这里使用的OpenCV人脸检测的XML文件可以从https://github.com/opencv/opencv/tree/master/data/haarcascades进行下载。
需要将图片转为灰度图片。

import cv2
#要检测图片的路径
filename = r"F:\Python\picture\003.jpg"
def detect(file_name):
   #加载需要的XML文件，用来检测人脸
    face_cascade=cv2.CascadeClassifier(r"F:\Python\opencvStudy\cascades\haarcascade_frontalface_default.xml")
    img = cv2.imread(file_name)
    #转换为灰度图片
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    # 检测器开始检测，第一个参数为上面的灰度图。第二个参数是图像金字塔每次放大缩小的比例，第三个参数为在同一位置出现几次才判定为人脸的位置，返回值为检测到的矩形框列表
    faces = face_cascade.detectMultiScale(gray,1.2,3)
    for (x,y,w,h)in faces:
    	#画出蓝色框
        img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    cv2.imshow("test",img)
    cv2.waitKey()
    cv2.destroyAllWindows()
detect(filename)

效果如下：