opencv实现人脸检测**

小白学习图像处理，最近日常小练习，欢迎各位光临指导

1.静态图像中的人脸检测

def StaticDetect(filename):
# 创建一个级联分类器 加载一个 .xml 分类器文件. 它既可以是Haar特征也可以是LBP特征的分类器.
# face_cascade = cv2.CascadeClassifier(‘d:/haarcascade_frontalface_alt_tree.xml’)
model_file = ‘D:/Software/python/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml’
import os
if not os.path.exists(model_file):
print(‘not good’)
return
face_cascade = cv2.CascadeClassifier(‘D:/Software/python/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml’)

# 加载图像
img = cv2.imread(filename)
# 转换为灰度图
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 进行人脸检测，传入scaleFactor，minNegihbors，分别表示人脸检测过程中每次迭代时图像的压缩率以及
# 每个人脸矩形保留近似数目的最小值
# 返回人脸矩形数组
#     faces = face_cascade.detectMultiScale(gray_img,2,5)
faces = face_cascade.detectMultiScale(gray_img, scaleFactor=1.04, minNeighbors=5, minSize=(5, 5)
                                      )
for (x, y, w, h) in faces:
    # 在原图像上绘制矩形
    img = cv2.rectangle(img, (x - 1, y - 1), (x + w - 2, y + h - 2), (0, 255, 0), 1)
    img = cv2.rectangle(img, (x + 1, y + 1), (x + w + 2, y + h + 2), (0, 255, 0), 1)
cv2.namedWindow('Face Detected！')
cv2.imshow('Face Detected！', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
StaticDetect('C:/Users/Administrator/Desktop/g.jpg')
cv2.waitKey(0)