TensorFlow+OpenCV图像处理（ 五 机器学习——基于Haar+Adaboost人脸识别）

# 1.引入xml文件  2.引入图片  3.灰度处理  4.检测特征（人脸，眼睛） 5.绘制方框（眼睛，脸）
import  cv2
import  numpy as np
# 1.引入xml文件
face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_xml = cv2.CascadeClassifier('haarcascade_eye.xml')
#2.引入图片
img = cv2.imread('face.jpg')
cv2.imshow('src',img)
#3.灰度处理
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#4.检测特征（人脸，眼睛）
#参数1：图片数据 参数2：比例缩放系数 参数3：人脸大小
faces = face_xml.detectMultiScale(gray,1.3,5)
print('face= ',len(faces))
#5.绘制方框（眼睛，脸）
for (x,y,w,h) in faces:
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    roi_face = gray[y:y+h,x:x+w]
    roi_color = img[y:y+h,x:x+w]
    # 眼睛识别
    eyes = eye_xml.detectMultiScale(roi_face)
    print('eye = ',len(eyes))
    for (e_x,e_y,e_w,e_h) in eyes:
        cv2.rectangle(roi_color,(e_x,e_y),(e_x+e_w,e_y+e_h),(0,255,0),2)
cv2.imshow('dst',img)
cv2.waitKey()
cv2.destroyAllWindows()