OpenCV Python 人脸检测

OpenCV使用基于Haar特征的级联分类器进行对象检测。这是一种基于机器学习的算法，其中级联函数是通过许多正面和负面图像进行训练的。然后，它用于在其他图像中检测对象。该算法使用级联分类器的概念。

可从以下链接下载预训练的人脸、眼睛等分类器：https://github.com

对于下面的示例，请从该链接下载并复制haarcascade_frontalface_default.xml和haarcascade_eye.xml文件。然后，以灰度模式加载输入图像以供人脸检测。

CascadeClassifier类的DetectMultiScale()方法可检测输入图像中的对象。它将检测到的人脸位置以Rectangle和其尺寸（x，y，w，h）的形式返回。一旦获取了这些位置，我们可以用它来检测眼睛，因为眼睛总是在脸上的！

示例

人脸检测的完整代码如下所示−

import numpy as np
import cv2

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

img = cv2.imread('Dhoni-and-virat.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in faces:
   img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
   roi_gray = gray[y:y+h, x:x+w]
   roi_color = img[y:y+h, x:x+w]
   eyes = eye_cascade.detectMultiScale(roi_gray)
   for (ex,ey,ew,eh) in eyes:
      cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出

你将会得到如下所示的在输入图像中绘制出的人脸矩形框。