python利用OpenCV2实现人脸检测
(编辑：jimmy 日期: 2024/11/21 浏览：3 次 )
最近，带领我的学生进行一个URTP项目设计，需要进行人脸识别。由于现在的OpenCV已经到了2.X版本，因此就不想用原来的1.X版本的代码，而网上存在的代码都是1.X版本的代码，尝试自己写一段2.X版本的代码，反复查阅资料，今天终于测试成功（很明显2.X版本的代码要比1.X的代码更简单），供大家好参考，代码如下：（2017年5月12日在python3.6.1下做一简单的修改）
import cv2
import numpy as np
cv2.namedWindow("test")#命名一个窗口
cap=cv2.VideoCapture(1)#打开1号摄像头
success, frame = cap.read()#读取一桢图像，前一个返回值是是否成功，后一个返回值是图像本身
color = (0,0,0)#设置人脸框的颜色
classfier=cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")#定义分类器
while success:
success, frame = cap.read()
size=frame.shape[:2]#获得当前桢彩色图像的大小
image=np.zeros(size,dtype=np.float16)#定义一个与当前桢图像大小相同的的灰度图像矩阵
image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)#将当前桢图像转换成灰度图像（这里有修改）
cv2.equalizeHist(image, image)#灰度图像进行直方图等距化
#如下三行是设定最小图像的大小
divisor=8
h, w = size
minSize=(int(w/divisor), int(h/divisor))#这里加了一个取整函数
faceRects = classfier.detectMultiScale(image, 1.2, 2, cv2.CASCADE_SCALE_IMAGE,minSize)#人脸检测
if len(faceRects)>0:#如果人脸数组长度大于0
for faceRect in faceRects: #对每一个人脸画矩形框
x, y, w, h = faceRect
cv2.rectangle(frame, (x, y), (x+w, y+h), color)
cv2.imshow("test", frame)#显示图像
key=cv2.waitKey(10)
c = chr(key & 255)
if c in ['q', 'Q', chr(27)]:
break
cv2.destroyWindow("test")
效果图：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
下一篇：python决策树之C4.5算法详解