OpenCV学习之人脸检测

import cv2 as cv
import matplotlib.pyplot as plt
from pylab import mpl
# matpltotlib 绘图时正常显示字体
mpl.rcParams['font.sans-serif'] = ['SimHei']

'''
人脸识别
    1、检测流程：
        ①读取图片，并转换成灰度图
        ②实例化人脸核眼睛检测的分类器对象
            # 实例化级联分类器
            classifier = cv.CascadeClassifier("haarcascade_frontalface_default.xml")
            # 加载分类器
            classifier.load('haarcascade_frontalface_default.xml')
        ③进行人脸核眼睛的检测
        rect = classifier.detectMultiScale(gray, scaleFactor, minNeighbors, minSize, maxsize)
        参数：
            gray：要进行检测的人脸图像
            scaleFactor：前后两次扫描中，搜索窗口的比例系数
            minnneighbors：目标至少要被检测到minneighbors次才会被认为是目标
            minSize和maxsize：目标的最小尺寸和最大尺寸
            
'''
img = cv.imread('face.jpg')
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

# 实例化OpenCV人脸核眼睛识别的分类器
face_cas = cv.CascadeClassifier('D:\Anaconda\envs\cv\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')
face_cas.load('D:\Anaconda\envs\cv\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')

eyes_cas = cv.CascadeClassifier('D:\Anaconda\envs\cv\Lib\site-packages\cv2\data\haarcascade_eye.xml')
eyes_cas.load('D:\Anaconda\envs\cv\Lib\site-packages\cv2\data\haarcascade_eye.xml')

# 调用识别人脸
faceRects = face_cas.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
for faceRect in faceRects:
    x, y, w, h = faceRect
    # 框出人脸
    cv.rectangle(img, (x, y), (x+h, y+w), (0, 255, 0), 3)
    # 在识别出的人脸中进行眼睛的检测
    roi_color = img[y: y+h, x:x+w]
    roi_gray = gray[y: y+h, x:x+w]
    eyes = eyes_cas.detectMultiScale(roi_gray)
    for (ex, ey, ew, eh) in eyes:
        cv.rectangle(roi_color, (ex, ey), (ex+ew, ey+eh), (0, 255, 0), 2)
# 检测结果的绘制
plt.figure(figsize=(8, 6), dpi=100)
plt.imshow(img[:, :, ::-1]), plt.title('检测结果')
plt.xticks([]), plt.yticks([])
plt.show()