matlab实现人脸识别_Python OpenCV 人脸识别（一）

       前面介绍了Numpy模块，下面再介绍一个OpenCV模块，就基于这两个库看一下当下很火的人工智能是如何实现的，我们介绍几个：人脸识别(当下非常火的)、音视频操作等等。今天先介绍一下静态图片的人脸识别，后面再介绍动态视频以及摄像头中的人脸识别。

一、OpenCV介绍

      OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和MacOS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

      OpenCV-Python是OpenCV的PythonAPI，集成了Python语言和C++语言的最优特征，致力于支持Python解决计算机视觉问题。OpenCV在以下领域有着广泛的应用：

1、人机互动

2、物体识别

3、图像分割

4、人脸识别

5、动作识别

6、运动跟踪

7、机器

8、运动分析

9、机器视觉

10、结构分析

11、汽车安全驾驶

首先安装OpenCV模块，还是依赖于pip工具

在cmd命令中输入pip install opencv-python，安装完成之后，模块是以cv2的名字存在，可以通过importcv2来调用。

二、Numpy对图片的操作

      图片读入程序中后，是以numpy数组存在的。因此对numpy数组的一切功能，对图片也适用。对数组元素的访问，实际上就是对图片像素点的访问。

彩色图片访问方式为：img[i,j,c]。i表示图片的行数，j表示图片的列数，c表示图片的通道数(RGB三通道分别对应0，1，2)。坐标是从左上角开始。我们将使用此模块将Python列表转换为numpy数组，因为OpenCV人脸识别器接受numpy数组。

示例：

from PIL import Imagecat = Image.open(r'C:\Users\56331\Desktop\cat.jpg')cat>>>

cat_data = np.array(cat)  cat_data.shape>>>(720, 1280, 3) # 该图片720行，1280列，3代表RGB(红、绿、蓝)三通道分别对应0，1，2

cat2 = cat_data[:,::-1,:] # 将列的方向翻转，改变图片方向Image.fromarray(ca