opencv-python识别人脸

转自：https://www.cnblogs.com/neo-T/p/6430583.html

OpenCV已经帮我们做了，我们只需调用对应的API函数即可，先给出代码：

# -*- coding: utf-8 -*-

##关键字无法关闭 摄像头,可能是代码缩进问题。显示图像 在for 里面是无法推出的
import sys
from PIL import Image
import cv2

def AICatchVideo(v_name, camera_index):
    # 打开摄像头 ,视频来源，也可以使用已存的视频
    cap = cv2.VideoCapture(0)
    # 创建窗口
    cv2.namedWindow(v_name)
    # 加载人脸数据（人脸特征），#告诉OpenCV使用人脸识别分类器
    face_cascade = cv2.CascadeClassifier('./haarcascade_frontalface_alt2.xml')
    while True:
        ret, frame = cap.read()
        if not ret:
            # 等待用户操作
            cv2.waitKey(30)
        # 得到每一帧-》图像计算
        # 灰度转换：转换成灰度的图计算强度得以减低
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        # 对比 摄像头采集到的数据-》人脸特征训练集
        faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5,minSize=(32,32))
        if len(faces)>0:

            for (x, y, w, h) in faces:
                # 在窗口中识别人脸，画一个矩形
                frame = cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 2)
        #显示图像
        cv2.imshow(v_name, frame)
        key = cv2.waitKey(20)
        if key & 0xFF == ord('q'):
            break

    # 窗口释放：缓存-》内存条
    cap.release()
    cv2.destroyAllWindows()


if __name__ == '__main__':
    # print(len(sys.argv))
    # print('内容是'+ sys.argv[0])
    # if len(sys.argv) != 2:
    #     print('Usage:%s camera_id:{}'.format(sys.argv[0]))
    # else:
    AICatchVideo('识别人脸区域', sys.argv[0])

#告诉OpenCV使用人脸识别分类器
classfier = cv2.CascadeClassifier("./haarcascade_frontalface_alt2.xml")

这行代码指定OpenCV选择使用哪种分类器（注意，一定习惯分类这个说法，ML的监督学习研究的就是各种分类问题），OpenCV提供了多种分类器：

对同一个画面有可能出现多张人脸，因此，我们需要用一个for循环将所有检测到的人脸都读取出来，然后逐个用矩形框框出来，这就是接下来的for语句的作用。Opencv会给出每张人脸在图像中的起始坐标（左上角，x、y）以及长、宽（h、w），我们据此就可以截取出人脸。其中，cv2.rectangle()完成画框的工作，在这里我有意识的外扩了10个像素以框出比人脸稍大一点的区域。cv2.rectangle()函数的最后两个参数一个用于指定矩形边框的颜色，一个用于指定矩形边框线条的粗细程度。