OpenCV 对视频进行人脸识别并保存识别结果

import cv2

# 创建一个人脸检测器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 打开视频文件
video_capture = cv2.VideoCapture('input_video.mp4')

# 获取视频帧的宽度和高度
frame_width = int(video_capture.get(3))
frame_height = int(video_capture.get(4))

# 定义保存视频的参数
fourcc = cv2.VideoWriter_fourcc(*'XVID')  # 可根据需要更改编码器
out = cv2.VideoWriter('output_video.avi', fourcc, 30, (frame_width, frame_height))

while True:
    # 读取视频的一帧
    ret, frame = video_capture.read()

    if not ret:
        break

    # 将帧转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 在灰度图像中检测人脸
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

    # 在视频帧上绘制人脸框
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    # 将处理后的帧写入保存视频
    out.write(frame)

    # 显示帧
    cv2.imshow('Video', frame)

    # 按下'q'键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放VideoCapture、VideoWriter和关闭窗口
video_capture.release()
out.release()
cv2.destroyAllWindows()

haarcascade_frontalface_default.xml 是OpenCV自带的一个人脸检测分类器的文件，用于基于Haar特征的人脸检测。请确保将它放在你的代码文件同一目录下。当然你也可以使用其他的人脸检测分类器文件。

如果你安装了OpenCV的Python包，你可以在安装目录下的 opencv/data/haarcascades/ 文件夹中找到该文件。具体路径可能因操作系统、OpenCV版本和安装方式而有所不同。

例如，在Windows系统上，路径可能是类似于：

C:\Users\<用户名>\AppData\Local\Programs\Python\<Python版本>\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml

如果你无法找到该文件，可以在OpenCV的GitHub仓库中找到它并手动下载。在GitHub上可以在以下位置找到该文件：https://github.com/opencv/opencv/tree/master/data/haarcascades