python3+opencv3人脸识别入门实例

import sys
import importlib
import cv2

#注意python2中，直接调用reload(sys)，但python3中要import importlib
importlib.reload(sys)

# 待检测的图片路径
imagepath = r'./heat.jpg'

# 获取训练好的人脸的参数数据，这里直接从GitHub上使用默认值,注意该xml文档要放在执行目录下
face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml')

# 读取图片
image = cv2.imread(imagepath)

#把图像转为灰度图，查了一下原因，是这么说的：
# 减少数据量(比如RGB模式，可以减少到原图片的1/3)，同时可 以去掉一些噪声信号。
# 先将图片转化为灰度图，然后将这个灰度图的对比度增高，这样可以使得图片本来暗的地方更暗，亮的地方更亮一些。
# 这样处理以后，图片就 更容易被算法设别出来了。
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 探测图片中的人脸
faces = face_cascade.detectMultiScale(
        image,
        scaleFactor=1.15,
        minNeighbors=5,
        minSize=(5, 5),
        flags=cv2.IMREAD_GRAYSCALE)

print
"发现{0}个人脸!".format(len(faces))

#faces中的四个量分别为左上角的横坐标、纵坐标、宽度、长度
#circle
for (x, y, w, h) in faces:
    # cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2)
    print(x,y,w,h)
    cv2.circle(image, ((x + x + w) // 2, (y + y + h) // 2),(w // 2), (0, 255, 0),2)

cv2.imshow("Find Faces!", image)

cv2.waitKey(0)

https://blog.csdn.net/qq_30310799/article/details/80829930 本文章有circle函数的介绍