opencv调用摄像头识别人脸，并用红色矩形框标注人脸（C++）

 原理：用分类器来识别人脸，加载opencv文件>source文件>haarcascade文件（这里使用haarcascade_frontalface_alt2.xml）。打开分类器之后,调用摄像头。（关于摄像头的调用，在第三篇博客）。设置好循环语句，将摄像头读取到的图片定义为原图，利用cvtColor将原图转换称灰度图来加速分类器的识别速度。最后将分类器识别的人脸用矩形方框标注即完成。

#include 
#include 
#include 

#include 
#include 

using namespace std;
using namespace cv;

int main()
{
	CascadeClassifier cascade;//加载分类器
	cascade.load("D:/opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml");//打开opencv中的source文件中的人脸分类器，括号内为所用分类器的路径

	Scalar color = CV_RGB(255, 0, 0);//此条为了设置颜色，（255，0，0）是红色
	// 红橙黄绿青蓝紫
	//CV_RGB(255, 0, 0),
	//CV_RGB(255, 97, 0),
	//CV_RGB(255, 255, 0),
	//CV_RGB(0, 255, 0),
	//CV_RGB(0, 255, 255),
	//CV_RGB(0, 0, 255),
	//CV_RGB(160, 32, 240)
		
	VideoCapture video(0);//此段是为了打开电脑自带的摄像头
	if (!video.isOpened())
	{
		return -1;
	}


	Mat srcImage, grayImage;//分别定义好原图、灰度图
	while (1)
	{
		video >> srcImage;  //将摄像头数据流入原图
		cvtColor(srcImage, grayImage, COLOR_BGR2GRAY); // 生成灰度图，提高检测效率（原图，灰度图，灰度设置）

		vector rect;
		cascade.detectMultiScale(grayImage, rect, 1.3, 3, 0, cv::Size(100, 100)); // 分类器对象调用detectMultiScale函数，它可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示）
		//1.3代表前后两次扫描中的窗口的比例系数，搜索窗口的比例系数，每次搜索窗口依次扩大30%
		//3表示检测目标的相邻矩形的最小个数为3

		for (int i = 0; i < rect.size(); i++)//用循环语句绘制红色矩形
		{
			rectangle(srcImage, Rect(rect[0].x, rect[0].y, rect[0].width, rect[0].height), Scalar(0, 0, 255), 3);
		}
		imshow("input", srcImage);
		waitKey(33);
	}
	waitKey(0);
	return 0;
}

 最终运行结果如下（只截取了其中一张的效果图）