人脸检测haar方法(opencv自带，需要去下载训练好的.xml文件)

步骤

1、读取包含人脸的图片

2.使用haar模型识别人脸

3.将识别结果用矩形框画出来

github:opencv haar

下载地址：https://github.com/opencv/opencv/tree/master/data

当前下载的在 haarcascades文件夹内

import cv2


def cv_show(neme, img):
    cv2.namedWindow(neme, cv2.WINDOW_NORMAL)
    cv2.imshow(neme, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


# 读取图片
img = cv2.imread('./images/faces1.jpg')

# 构造haar检测器
face_detector = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')

# 转为灰度图
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 检测结果
# 调节参数
# scaleFactor：调整图片尺寸
# minNeighbors：候选人脸数量
# minSize：最小人脸尺寸
# maxSize：最大人脸尺寸
# detections = face_detector.detectMultiScale(img_gray, scaleFactor=1.3, minNeighbors=7, minSize=(10, 10),
#                                             maxSize=(100, 100))
detections = face_detector.detectMultiScale(img_gray)

# 解析检测结果
for (x, y, w, h) in detections:
    # 在原图上绘制
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 5)

cv_show('neme', img)