OpenCV中自帶已訓練好的檢測器，包括面部，眼睛，貓臉等，都保存在XML文件中，我們可以通過以下程序找到他們：

import cv2 as cv print(cv.__file__)

找到的文件如下所示：

opencv中人臉識別的流程是：

讀取圖片，并轉換成灰度圖

實例化人臉和眼睛檢測的分類器對象

# 實例化級聯分類器 classifier =cv.CascadeClassifier( "haarcascade_frontalface_default.xml" ) # 加載分類器 classifier.load('haarcascade_frontalface_default.xml')

進行人臉和眼睛的檢測

rect = classifier.detectMultiScale(gray, scaleFactor, minNeighbors, minSize,maxsize)

參數：

• Gray: 要進行檢測的人臉圖像
• scaleFactor: 前后兩次掃描中，搜索窗口的比例系數
• minneighbors：目標至少被檢測到minNeighbors次才會被認為是目標
• minsize和maxsize: 目標的最小尺寸和最大尺寸

將檢測結果繪制出來。

在圖片中對人臉進行檢測：

import cv2 as cv import matplotlib.pyplot as plt# 1.以灰度圖的形式讀取圖片 img = cv.imread("img.png") gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)# 2.實例化OpenCV人臉和眼睛識別的分類器 face_cas = cv.CascadeClassifier("haarcascade_frontalface_default.xml") face_cas.load('haarcascade_frontalface_default.xml')eyes_cas = cv.CascadeClassifier("haarcascade_eye.xml") eyes_cas.load("haarcascade_eye.xml")# 3.調用識別人臉 faceRects = face_cas.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32)) for faceRect in faceRects:x, y, w, h = faceRect# 框出人臉 cv.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 3)# 4.在識別出的人臉中進行眼睛的檢測roi_color = img[y:y+h, x:x+w]roi_gray = gray[y:y+h, x:x+w]eyes = eyes_cas.detectMultiScale(roi_gray)for (ex, ey, ew, eh) in eyes:cv.rectangle(roi_color, (ex, ey), (ex+ew, ey+eh), (0, 255, 0), 2)# 5. 檢測結果的繪制 plt.figure(figsize=(8, 6), dpi=100) plt.imshow(img[:, :, ::-1]), plt.title('檢測結果') plt.xticks([]), plt.yticks([]) plt.show()

在攝像頭中對人臉進行檢測：

import cv2 as cv# 1.讀取攝像頭 cap = cv.VideoCapture(0)# 2.在每一幀數據中進行人臉識別 while(cap.isOpened()):ret, frame = cap.read()if ret==True:gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)# 3.實例化OpenCV人臉識別的分類器face_cas = cv.CascadeClassifier("haarcascade_frontalface_default.xml")face_cas.load('haarcascade_frontalface_default.xml')# 4.調用識別人臉faceRects = face_cas.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))for faceRect in faceRects:x, y, w, h = faceRect# 框出人臉cv.rectangle(frame, (x, y), (x + h, y + w), (0, 255, 0), 3)cv.imshow("frame", frame)if cv.waitKey(1) & 0xFF == ord('q'):break# 5. 釋放資源 cap.release() cv.destroyAllWindows() 文件名功能

haarcascade_lefteye_2splits.xml	可用來檢測睜開或閉著的眼睛
haarcascade_eye.xml	可用來檢測睜開或閉著的眼睛
haarcascade_eye_tree_eyeglasses.xml	僅在帶被檢測者戴眼鏡時方可檢測
haarcascade_frontalcatface	貓臉檢測
haarcascade_frontalcatface_extended	貓臉檢測
haarcascade_smile	微笑檢測
haarcascade_upperbody	人體上半部分檢測
haarcascade_russian_plate_number.xml	俄羅斯車牌識別
haarcascade_righteye_2splits	用于進行人臉和人眼檢測
haarcascade_profileface	側臉檢測
haarcascade_lowerbody	身體下半部分檢測
licence_plate_rus_16stages	俄羅斯汽車牌照檢測
haarcascade_fullbody	人體全身檢測
haarcascade_frontalface_default	人臉識別
haarcascade_frontalface_alt2	人臉識別
haarcascade_frontalface_alt_tree	人臉識別
haarcascade_frontalface_alt.xml	人臉識別

haarcascade_frontalface_default.xml下載：
https://github.com/opencv/opencv/tree/master/data/haarcascades

# -*- coding: utf-8 -*- import cv2 import timecap = cv2.VideoCapture(0) ret = cap.set(3, 640) # 設置幀寬 ret = cap.set(4, 480) # 設置幀高 font = cv2.FONT_HERSHEY_SIMPLEX # 設置字體樣式 face_cascade = cv2.CascadeClassifier('/home/pi/Desktop/haarcascade_frontalface_default.xml')class FaceDetector():def __init__(self):self.start_video()def api_init(self):print("process start")def start_video(self):while cap.isOpened():ret, frame = cap.read()src = frame.copy()result = frame.copy()gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)faces = face_cascade.detectMultiScale(gray, 1.3, 5)for (x, y, w, h) in faces:result = cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 2)if faces is not None:if len(faces) == 1:(fx, fy, fw, fh) = faces[0]target_face_x = fx + fw / 2offset_x = target_face_x - 640 / 2offset_x = -offset_xcv2.imshow("result", result)if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release()cv2.destroyAllWindows()if __name__ == '__main__':face_detector = FaceDetector()

總結

以上是生活随笔為你收集整理的OpenCV 简单的人脸识别的全部內容，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。