目录

导入相应的库

 加载dlib模型

读取图片并检测人脸

遍历检测到的人脸并绘制

---

导入相应的库

import cv2
import dlib

 加载dlib模型

dlib.cnn_face_detection_model_v1 是一个预训练的卷积神经网络（CNN）模型，用于人脸检测。模型资源已上传，在文章开头

# opencv可以直接通过retnet来读取神经网络。  dlib也可以的。
detect = dlib.cnn_face_detection_model_v1('./mmod_human_face_detector.dat')

读取图片并检测人脸

image = cv2.imread('./marvel.jpg')
faces = detect(image, 1)  # 检测人脸

 image：这是一个你需要进行人脸检测的图像；

upsample_num_times：这是一个整数，表示图像在通过CNN之前应该被上采样（放大）的次数。上采样可以帮助检测更小的人脸，但也会增加计算成本。在大多数情况下，设置为 1 是合理的，但对于需要检测非常小的人脸的情况，你可能需要增加这个值

遍历检测到的人脸并绘制

for face in faces:
    # 计算每个人脸的位置
    rect = face.rect
    x1 = rect.left()
    y1 = rect.top()
    x2 = rect.right()
    y2 = rect.bottom()
    # 绘制人脸对应的矩形框
    cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)
cv2.imshow('image', image)
cv2.waitKey(0)

        利用dlib模型识别人脸，可以快速准确地检测图像中的人脸位置。通过预训练的CNN模型，dlib简化了人脸识别过程，使得开发者能轻松地在项目中集成人脸识别功能。