基于OpenCV的人脸实时检测源代码

一，OpenCV:

OpenCV是跨平台计算机视觉库，提供了Python、Ruby、MATLAB等语言的接口，它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，应用的领域：

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、机器人
8、运动分析
9、机器视觉
10、结构分析
11、汽车安全驾驶

二，人脸检测需要用到的知识点：

1.读取图片：

img=cv2.imread('cat.jpg')

2.显示图像：：

cv2.imshow('image',img)

3.等待时间，毫秒级，0表示任意键终止：

cv2.waitKey(0)  #1000   设置1000毫秒

4.图像展示函数封装：

def cv_show(name,img)
	cv2.imshow(name,img)
	cv2.waitKey(0)
	cv2.destoryAllWindow()

5.图像的属性：

#cv2.IMREAD_COLOR      彩色图像
#cv2.IMREAD_GRAYSCALE   灰度图像
img=cv2.imread('dog.jpg',cv2.IMREAD_GRAYSCALE)
img

6.打开摄像头：

vc=cv2.VideoCapture(0)  ##0表示开启自己电脑摄像头

7.图像的保存：

cv2.imwrite('girl.png',img)

二，人脸实时检测代码：

import cv2
import numpy as np
win = cv2.namedWindow('dzd',cv2.WINDOW_NORMAL)
cv2.resizeWindow('dzd',640,200)
#打开摄像头
v = cv2.VideoCapture(0)
# v =cv2.VideoCapture('./dzd2.mp4')
win = cv2.namedWindow('dzd',cv2.WINDOW_NORMAL)
cv2.resizeWindow('dzd',1000,680)
face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_alt2.xml')

#视频是由一张张图片组成，一张就是一帧
num=1
while True:
    flag,frame=v.read()   
    if not flag:
        break
    frame=cv2.resize(frame,(400,400))
    gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    face_zones = face_detector.detectMultiScale(gray,scaleFactor = 1.1,
                                                minNeighbors = 3)

    for x,y,w,h in face_zones[:1]:
        cv2.rectangle(frame,pt1 = (x,y),pt2 = (x+w,y+h),color = [0,0,255],thickness=2)
       
    cv2.imshow('dzd',frame)
    #是否保存捕获到的头像
#     if len(face_zones)>=1:
#         f=input('是否保存这张图片？Y/N')
#         if f=='Y':
#             face=frame[y+2:y+h+1,x+2:x+w-1]
#             face=cv2.resize(face,(100,100))
#             cv2.imwrite('./%d.jpg'%(num),face)
#             num+=1 
#         if f=='t':
#             break

    key=cv2.waitKey(1)
    if key==ord('q'):
        break    
v.release()
cv2.destroyAllWindows()

效果展示：