一、静态人脸检测

人脸检测器（默认）：haarcascade_frontalface_default.xml
人脸检测器（快速Harr）：haarcascade_frontalface_alt2.xml
人脸检测器（侧视）：haarcascade_profileface.xml
眼部检测器（左眼）：haarcascade_lefteye_2splits.xml
眼部检测器（右眼）：haarcascade_righteye_2splits.xml
嘴部检测器：haarcascade_mcs_mouth.xml
鼻子检测器：haarcascade_mcs_nose.xml
身体检测器：haarcascade_fullbody.xml
人脸检测器（快速LBP）：lbpcascade_frontalface.xml

# -*- coding: UTF8 -*-

import cv2

#读取图片
image = cv2.imread("images/test2.jpg")
#灰度转换
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
# 获取人脸识别训练数据
#级联分类器
# 训练数据参考地址：
# https://github.com/opencv/opencv/tree/master/data/haarcascades
face_cascade = cv2.CascadeClassifier('dataset/haarcascade_frontalface_default.xml')
# 探测人脸 可以随意的指定里面参数的值，来达到不同精度下的识别。
# 返回值就是opencv对图片的探测结果的体现。
faces = face_cascade.detectMultiScale(
   gray,
   scaleFactor = 1.05,
   minNeighbors = 5,
   minSize = (5,5),
   flags = cv2.CV_32FC4
)
# 画图
for(x,y,w,h) in faces:
#    cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2)
    cv2.circle(image, (int((x + x + w) / 2), int((y + y + h) / 2)), int(w / 2), (0, 255, 0), 2)
# 显示图像
cv2.imshow("Image Title",image)

print("发现{0}个人脸!".format(len(faces)))
# 等待用户操作
cv2.waitKey(0)
# 释放所有窗口
cv2.destroyAllWindows()

人脸检测

二、动态人脸检测

视频数据采集。

# -*- coding: utf-8 -*-

import cv2

# path_name即为指定目录，max_num为你需要捕捉的图片数量
def getTrainData(windowname,camera_id,path_name,max_num):
    cv2.namedWindow(windowname)
    # 打开摄像头
    cap=cv2.VideoCapture(camera_id)
    #加载分类器
    classifier=cv2.CascadeClassifier('dataset/haarcascade_frontalface_default.xml')
    color=(0,255,0)
    num=0#记录图片数量

    while cap.isOpened():
        ok,frame=cap.read()
        if not ok:
            break
        grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
        #灰度化
        faceRects = classifier.detectMultiScale(grey, scaleFactor=1.5, minNeighbors=3, minSize=(32, 32))

        if len(faceRects)>0:
            for faceRect in faceRects:
                x,y,w,h=faceRect
                image_name='%s%d.jpg' % (path_name,num)
                #这里为每个捕捉到的图片进行命名，每个图片按数字递增命名。
                image=frame[y:y+h,x:x+w]
                #将当前帧含人脸部分保存为图片
                cv2.imwrite(image_name,image)
                num+=1
                if num>max_num:#如果超过指定最大保存数量退出循环
                    break
                #画出矩形框
                cv2.rectangle(frame,(x,y),(x+w,y+h),color,2)
                #获取内置字体
                font=cv2.FONT_HERSHEY_SIMPLEX
                #调用函数，对人脸坐标位置，添加一个(x+30,y+30）的矩形框用于显示当前捕捉到了多少人脸图片
                cv2.putText(frame,('%d'%num),(x+30,y+30),font,1,(255,0,255),4)
        if num>max_num:
            break
        cv2.imshow(windowname,frame)
        c = cv2.waitKey(10)
        if c & 0xFF == ord('q'):
            break
    cap.release()#释放摄像头并销毁所有窗口
    cv2.destroyAllWindows()

#主函数
if __name__ =='__main__':
    print ('捕获你的脸并保存到磁盘...')
    getTrainData('训练数据',0,'traindata/',100)