總在科幻電影里看到人臉識別，現在我們也可以編程來實現啦。哈哈~~
OpenCV是Intel?開源計算機視覺庫。它由一系列 C 函數和少量 C++ 類構成，實現了圖像處理和計算機視覺方面的很多通用算法。

OpenCV 擁有包括 300 多個C函數的跨平臺的中、高層 API。它不依賴于其它的外部庫–盡管也可以使用某些外部庫。它還提供了Python、Ruby、MATLAB等語言的接口，實現了圖像處理和計算機視覺方

面的很多通用算法。

所以總體來說OpenCV的人臉檢測功能在是很不錯的。

效果圖如下：

下面我們就用python + OpenCV實現人臉識別。

開發運行環境：
Centos5.5
OpenCV
python2.7
PIL

下面上代碼：

#!/usr/bin/python # -*- coding: UTF-8 -*-# face_detect.py# Face Detection using OpenCV. Based on sample code from: # http://www.pythontab.com# Usage: python face_detect.pyimport sys, os #引入opencv庫中的相應組件 from opencv.cv import * from opencv.highgui import * #引入PIL庫 from PIL import Image, ImageDraw from math import sqrtdef detectObjects(image):#首先把圖片轉換為灰度模式，以便找到人臉位置grayscale = cvCreateImage(cvSize(image.width, image.height), 8, 1)cvCvtColor(image, grayscale, CV_BGR2GRAY)storage = cvCreateMemStorage(0)cvClearMemStorage(storage)cvEqualizeHist(grayscale, grayscale)cascade = cvLoadHaarClassifierCascade(\'/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml\',cvSize(1,1))faces = cvHaarDetectObjects(grayscale, cascade, storage, 1.1, 2,CV_HAAR_DO_CANNY_PRUNING, cvSize(20,20))result = []for f in faces:result.append((f.x, f.y, f.x+f.width, f.y+f.height))return resultdef grayscale(r, g, b):return int(r * .3 + g * .59 + b * .11)def process(infile, outfile):image = cvLoadImage(infile);if image:faces = detectObjects(image)im = Image.open(infile)if faces:draw = ImageDraw.Draw(im)for f in faces:draw.rectangle(f, outline=(255, 0, 255))im.save(outfile, "JPEG", quality=100)else:print "Error: cannot detect faces on %s" % infileif __name__ == "__main__":process(\'input.jpg\', \'output.jpg\')

代碼到此結束，上面的例子看不懂，沒關系，因為我們大量使用了庫里面的函數和方法，如果看不懂，我們可以去網上查或者使用手冊，只要借助這些看懂這段代碼就ok，重要的是掌握其中的人臉識別實現思想

總結

以上是生活随笔為你收集整理的Python+OpenCV人脸识别技术详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。