3h精通OpenCV（九）-最简单的人脸检测

右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。

import cv2

要进行人脸检测，对于现在的深度学习来说简直是入门级项目了。
如果我们使用传统的方法来进行人脸检测，就可以省去寻找数据集、调参以及训练的时间了。

• faceCascade是我们的人脸分类器，一个写好的分类器文件，虽然很老，但是很有效。关注公众号《萌新加油站》，后台回复：==人脸识别==，即可获取。
• img是读取的图像，先通过cvtColor(img,cv2.COLOR_BGR2GRAY)转为灰度图像
• detectMultiScale()中的参数是灰度图像，比例因子，还有邻居个数。
• 下面围绕面孔创建一个边界框，边界框的两个坐标点可以确定框的位置，然后是bounding box的颜色，最后是线条的厚度。
• 最后就imshow显示结果图像，waitKey(0)让窗口持久保持。

import cv2

faceCascade=cv2.CascadeClassifier("Resources/haarcascade_frontalface_default.xml")

img=cv2.imread("Resources/mm.jpg")
imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces=faceCascade.detectMultiScale(imgGray,1.1,4)
for(x,y,w,h) in faces:
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
cv2.imshow("Result",img)
cv2.waitKey(0)

可以看到我们霉霉的脸被边界框框起来了，检测的准确率还可以。

当然，我们不仅可以放入图像进行检测，还可以打开摄像头，进行动态的人脸检测，摄像头在第一节就介绍了，感兴趣的小伙伴去尝试尝试吧~