使用Python和OpenCV进行人脸检测

在前一篇文章(使用Python和OpenCV检测和标记湖面轮廓)中我们了解了如何使用OpenCV检测图片中的湖面轮廓，这篇文章主要介绍如何利用OpenCV检查图片和视频中的人脸。

如果没有安装opencv-python，我们需要在的python环境中安装opencv-python。

pip install opencv-python

要检测人脸，我们就需要人脸的特征数据，幸运的是OpenCV已经包含训练好的人脸特征数据。在本文的例子中我们将直接使用这些人脸特征数据。除了人脸特征数据外，OpenCV还包含了一下其它物体的特征数据，如眼睛，树木等。在下一篇文章中我们会介绍如何训练物体的检测特征数据。

OpenCV的人脸特征检测数据存储在文件haarcascade_frontalface_default.xml，使用方法cv2.CascadeClassifier加载该文件就可以创建一个人脸检测器。检测器对象提供了方法detectMultiScale来检测图片中是否存与特征匹配的物体，并返回物体在图片中坐标信息。

下面的代码中，首先创建一个人脸检测器对象，把读入图片转化成灰度图片，然后使用检测器对象检测人脸，最后我们使用红框标记检测到人脸。

运行这段代码的结果如下：

视频是由连续的帧构成，而每一帧实际上就是一张图片，因此检测视频中的人脸的方法和图片基本一致，既对视频中的每一帧检测帧进行检测并标记。

代码如下，唯一不同的地方在于使用cv2.VideoCapture('video.mp4')来读取视频文件，并在一个循环中处理每一帧。如果要使用摄像头，请使用cv2.VideoCapture(0)打开摄像头。

下图是视频中间的一帧截图。

这就是这篇关于人脸检测文章的全部内容了，后续会写关于如何训练物体检测特征数据以及人脸识别（不仅仅人脸检测）的文章。

往期文章：

Python数据可视化之pandas入门

使用Python和OpenCV检测和标记湖面轮廓

Python开发必备利器之Virtual Environment

Python爬虫入门，快速抓取大规模数据