使用python-opencv进行人脸检测

 - 1.读取图片
#导入cv模块
import cv2 as cv
#读取图片
img = cv.imread(r'图片地址')
#显示图片
#read_img是照片打开以后显示的名字,img是我们要打开的照片
cv.imshow('read_img',img)
#等待,0代表无限等待,如果填具体的数字,则数字到达以后照片会自动关闭
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()

 - 2.灰度转换
#灰度转换
#COLOR_BGR2RGB 、COLOR_BGR2GRAY 、COLOR_GRAY2BGR 、COLOR_BGR2YCrCb 、COLOR_BGR2HSV
gray_img = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
#显示灰度图片
cv.imshow('gray',gray_img)
#保存灰度图片
cv.imwrite('gray_face3.jpg',gray_img)

 - 3.修改尺寸
#修改尺寸
resize_img = cv.resize(img,dsize=(200,200))
#打印修改后的大小
print('修改后：',resize_img.shape)

 - 4.绘制矩形和圆形
#坐标
#x,y表示起始点
x,y,w,h = 100,100,100,100
#绘制矩形
#第二个表示(起始点,起始点,长,宽)
cv.rectangle(img,(x,y,x+w,y+h),color=(0,0,255),thickness=1)
#绘制圆形
cv.circle(img,center=(x+w,y+h),radius=100,color=(255,0,0),thickness=5)

 - 5.人脸检测
#首先将图片转换成灰度图像
#加载一个分类器,很快的做出一个人脸识别的关键
def face_detect_demo():
    gary = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
    face_detect = cv.CascadeClassifier(r'我们需要使用的分类器,都是opencv自带的')
    face = face_detect.detectMultiScale(gary,1.01,5,0,(100,100),(300,300))
    for x,y,w,h in face:
        cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
    cv.imshow('result',img)

#读取图像
img = cv.imread(r'图片地址')
#检测函数
face_detect_demo()