基于opencv的人脸检测

一.基本信息

1.导言

输入：图片，视频，可以使用本地，网络，监控摄像头
处理：人脸检测，识别，肢体识别等
输出：
软件：检测到结果通过短信或者其他形式发送
硬件：可以做检测系统

2.应用

1.报警系统：当摄像头环境出现一个陌生人时，立即发送信息让用户知晓，达到保护用户的财产的目的。
2.门禁系统：可以用于家庭中，在检测到数据库中的人脸即可直接打开门，如果是陌生人可以发送信息让用户知晓，用户判断是否开门。
3.打卡系统：公司里每个人的出勤情况，在一定的时间段打卡增加打卡次数，达到考勤的效果

3.环境搭建

1.环境配置
python+pycharm+opencv
2.原理
滑动窗口机制，分类器机制等等

二.逻辑以及关键代码

1.逻辑分析

：
1.第三方模块：
Pillow 9.0.0
numpy 1.21.5
opencv-contrib-python 4.5.5.62
opencv-python 4.5.5.62
pip 21.3.1
setuptools 39.1.0
2.首先要识别图片，通过opencv特定的函数将图片的特征以及id拿出来，在加载LBPH识别器将面部身份信息训练整合到一一对应一起写入yml文件里，这样在识别的过程中调用这些文件来辨别是否是熟悉的人。
3.在检测时，先将导入的图片灰度化，在加载分类器进行检测，就是将整张图片的人脸先框起来得到人脸的图片，在进行评分，如果不可靠，就会增加评分，如果评分很大，就说明不可靠，当分数达到一定程度的时候，就会发出警报（警报器借用的短信宝的api，也可以其他的比如邮箱地址的），意思就是陌生人长期在摄像头下徘徊，用户就会受到警报短信。如果这个人评分比较小，即是白名单中的人，就会把名称打在框图上。
4.当摄像头设置在远处时，我们可以借助rtmp协议，我们可以让视频流可以在摄像头和主机电脑之间进行数据传输，目前市面上的摄像头基本都支持这种rtmp协议，API也会在说明书中给出，也可以运用官方的接口进行推流测试，这样就可以远程监控了。

关键代码

1.读取图片关键代码

import cv2 as cv
#读取图片
img = cv.imread('1.jpg')


#显示图片
cv.imshow('结果',img)

2.绘制矩形关键代码

import cv2 as cv
#读取图片
img = cv.imread('1.jpg')
#坐标
x,y,w,h= 100,100,100,100
#绘制矩形(在那张图片上画，起始点以及长宽，颜色(蓝,灰,红)，宽度）
cv.rectangle(img,(x,y,x+h,y+w),color=(0,0,255),thickness=1)
#绘制圆形（图像，圆心，半径，颜色，宽度）
cv.circle(img,center=(x+w,y+h),radius=100,color=(255,0,0),thickness=3)
#显示
cv.imshow('结果',img)

3.人脸检测关键代码

def detectdemo():
    gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
    face_detect = cv.CascadeClassifier('D:/opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml')
    #（灰色转换，每次遍历缩放的倍数，检测几次都成功才检测成功，默认0，人脸最小尺寸，人脸最大尺寸）
    face=detect.detectMultiScale(gray,1.01,50,0,(5,5),(300,300))
    for x,y,w,h in face :
        cv.rectangle