opencv学习（二十六）：人脸检测

准备工作：找到分类器：

方法：安装opencv软件包，或者把此文件放到根目录

用pip安装的opencv不带分类器，所以要下载完整版的，可去官网下载安装，分类器位置在

opencv\build\etc\haarcascades\haarcascade_frontalface_alt_tree.xml

一、图片中的人脸检测

代码如下（采用的第2个方法）
 

#导入cv模块
import cv2 as cv
import numpy as np

#图片人脸检测
def face_detect_demo(image):
    gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
    # face_detector=cv.CascadeClassifier("D:/software/opencv/build/etc/haarcascades/haarcascade_frontalface_alt_tree.xml")
    face_detector = cv.CascadeClassifier("D:/software/opencv/build/etc/haarcascades/lbpcascade_frontalcatface.xml")
    faces=face_detector.detectMultiScale(gray,1.02,15)
    for x,y,w,h in faces:
        cv.rectangle(image,(x,y),(x+w,y+h),(0,0,255),2)
    cv.imshow("face_detect_demo",image)

#视频人脸检测
def vedio_face_detect_demo(image):
    gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
    face_detector=cv.CascadeClassifier("D:/software/opencv/build/etc/haarcascades/haarcascade_frontalface_alt_tree.xml")
    faces=face_detector.detectMultiScale(gray,1.02,5)# 第二个参数是移动距离，第三个参数是识别度，越大识别读越高

    for x,y,w,h in faces:
        cv.rectangle(image,(x,y),(x+w,y+h),(0,0,255),2)#后面两个参数，一个是颜色，一个是边框大小
    cv.imshow("video_face_detect_demo",image)


'''
print("------------Python Opencv Tutorial!-------------")
# 读取图像，支持 bmp、jpg、png、tiff 等常用格式
src = cv.imread("F:/Projects/images/topstar.png")
#创建窗口并显示图像
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.namedWindow("result",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",src)   #显示原图
face_detect_demo(src)
cv.waitKey(0)
#释放窗口
cv.destroyAllWindows()
'''

print("------------Python Opencv Tutorial!-------------")
capture=cv.VideoCapture(0)#打开摄像头
cv.namedWindow("result",cv.WINDOW_AUTOSIZE)
while(True):
    ret,frame=capture.read()#读取摄像头
    frame=cv.flip(frame,1)
    vedio_face_detect_demo(frame)
    c=cv.waitKey(10)
    if c==27: #ESC
        break

cv.waitKey(0)

图片检测效果：