opencv实现人脸识别

解析全在注释里，opencv为第三方库，需要自己安装，安装方法：
pip install opencv-python
其他必要的库请读者自行安装，这里不再赘述。opencv库中的方法精度并不是很高，影响因素非常多，可以采用降噪等方法提高精度。
开源的opencv库用于平时学习还是非常有帮助的，至于想做企业级产品还是建议另寻他法。

import cv2
import numpy as np
import os
import shutil
import matplotlib.pyplot as plt


# 采集自己的人脸数据
def generator(data, size): 
    '''
    打开摄像头，读取帧，检测该帧图像中的人脸，并进行剪切、缩放
    生成图片满足以下格式：
    1.灰度图，后缀为 .png
    2.图像大小相同
    data:指定生成的人脸数据的保存路径
    size:采集的样本数
    '''

    name = input('输入要训练的对象名（不能有中文）:\n')
    # 如果路径存在则删除路径
    path = os.path.join(data, name)
    if os.path.isdir(path):
        shutil.rmtree(path)
    # 创建文件夹
    os.mkdir(path)
    # 创建一个级联分类器，路径每个人的各不同
    face_casecade = cv2.CascadeClassifier('D:/Program Files (x86)/python/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')
    # 打开摄像头
    camera = cv2.VideoCapture(0)
    cv2.namedWindow('demo')
    # 计数
    count = 1
    flag = False
    while (True):
        # 读取一帧图像
        ret, frame = camera.read()
        if ret:
            # 转换为灰度图
            gray_img = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
            # 人脸检测
            face = face_casecade.detectMultiScale(gray_img, 1.3, 5)
            for (x, y, w, h) in face:
                # 在原图上绘制矩形
                cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
                # 调整图像大小
                new_frame = cv2.