首先安装openCV-Python库

pycharm

Haar级联检测器

找到OpenCV根目录下的data/haarcascades文件夹下包含了所有OpenCV的人脸检测的XML文件，这些文件可以用于检测静止图像、视频以及摄像头所得到的图像中的人脸。

我们先选择识别一张静态图像

识别的图像要保存至Haar级联检测器相同路径！

import cv2

#定义图片
filename = 'D:/pycharm/my pycharm/venv/Lib/site-packages/cv2/data/c1.jpg'

#加载人脸检测相关的pre-trained分类器，级联检测器
face_cascade = cv2.CascadeClassifier('D:/pycharm/my pycharm/venv/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')

#读取图像
img = cv2.imread(filename)

#转为灰度图片
gray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)

#人脸检测，第二个参数是移动距离，第三个参数是识别度，越大识别度越高
faces = face_cascade.detectMultiScale(gray,1.05,10)

#画方框
for (x,y,w,h) in faces:
    cv2.rectangle(img,(x,y),(x+w,y+w),(0,255,0),2)

cv2.namedWindow('face',cv2.WINDOW_KEEPRATIO)#图像框可以拉动
cv2.imshow('face',img)
cv2.imwrite('face.jpg',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

如果发现人脸没有被识别出来，可以根据情况调节detectMultiScale函数的第二个参数scaleFactor，它表示人脸检测过程中每次迭代时图像的压缩率。

再试试通过摄像头获取图像

import cv2

#开启电脑0号摄像头，捕捉图像
cap = cv2.VideoCapture(0)
#从摄像头获取图像，第一个为布尔变量表示成功与否，第二个变量是图像
ret,filename = cap.read()
#保存图像至Haar相同路径
cv2.imwrite('D:/pycharm/my pycharm/venv/Lib/site-packages/cv2/data/c1.jpg',filename)

#释放摄像头资源
cap.release()

#定义图片
filename = 'D:/pycharm/my pycharm/venv/Lib/site-packages/cv2/data/c1.jpg'

#加载人脸检测相关的pre-trained分类器，级联检测器
face_cascade = cv2.CascadeClassifier('D:/pycharm/my pycharm/venv/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')

#读取图像
img = cv2.imread(filename)

#转为灰度图片
gray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)

#人脸检测，第二个参数是移动距离，第三个参数是识别度，越大识别度越高
faces = face_cascade.detectMultiScale(gray,1.05,10)

#画方框
for (x,y,w,h) in faces:
    cv2.rectangle(img,(x,y),(x+w,y+w),(0,255,0),2)

cv2.namedWindow('face',cv2.WINDOW_KEEPRATIO)#图像框可以拉动
cv2.imshow('face',img)
cv2.imwrite('face.jpg',img)
cv2.waitKey(0)
cv2.destroyAllWindows()