基于OpenCV的人脸检测_基于opencv进行人脸检测代码

基于OpenCV的人脸检测：此代码只适合最基础学习

1，导入图片

img = cv2.imread('D:\python1\images\img1.jpg',1)

将图片保存的文件夹与程序文件夹放在同一目录，便于寻找； 

2，将图片转为灰度图片 

 3如下图为转换效果

#将图片转化成灰度
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

3，检测人脸（训练人脸）

此部分最容易出错，需添加正确路径（建议：先手动找到分类包的位置，然后将路径复制到程序之中。 

#一定要告诉编译器文件所在的具体位置（需要自己找到分类包的位置）
#haarcascade_frontalface_alt2.xml  是分类包（opencv自带）
face_cascade = cv2.CascadeClassifier("D:\python1\Lib\site-packages\cv2\date\haarcascade_frontalface_alt2.xml")
face_cascade.load('D:\python1\Lib\site-packages\cv2\data\haarcascade_frontalface_alt2.xml')
faces = face_cascade.detectMultiScale(gray, 1.05, 4, cv2.CASCADE_SCALE_IMAGE, (0, 0), (600,600))

4，标出人脸并显示

将检测到的人脸进行标注（使用方框）

img：所检测图片名字

w：方框长度

h：方框宽带

（0，150，0）：方框颜色

for (x,y,w,h) in faces:
    img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,150,0),2)

有时可能识别不准：出现不准的时候可以将下面函数中的（1.05，4）参数进行修改

 总代码

# 需要添加opencv-python包
import cv2
from cv2.cv2 import putText
#读取一张图片
img = cv2.imread('D:\python1\images\img1.jpg',1)
#将图片转化成灰度
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#一定要告诉编译器文件所在的具体位置（需要自己找到分类包的位置）
#haarcascade_frontalface_alt2.xml  是分类包（opencv自带）
face_cascade = cv2.CascadeClassifier("D:\python1\Lib\site-packages\cv2\date\haarcascade_frontalface_alt2.xml")
face_cascade.load('D:\python1\Lib\site-packages\cv2\data\haarcascade_frontalface_alt2.xml')
faces = face_cascade.detectMultiScale(gray, 1.05, 4, cv2.CASCADE_SCALE_IMAGE, (0, 0), (600,600))
siz=0
#画框
for (x,y,w,h) in faces:
    siz += 1
    img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,150,0),2)
#显示人数
cv2.putText(img,str(siz), (10,30), cv2.FONT_HERSHEY_SIMPLEX,1,(255,0,0), 1, cv2.LINE_AA)
print(siz)
#显示图像
cv2.imshow('img1',img)
cv2.waitKey()