基于python3 OpenCV3实现静态图片人脸识别
#代码知识 发布时间： 2026-01-12
本文采用OpenCV3和Python3 来实现静态图片的人脸识别,采用的是Haar文件级联。
首先需要将OpenCV3源代码中找到data文件夹下面的haarcascades文件夹里面包含了所有的OpenCV的人脸检测的XML文件，这些文件可以用于检测静态，视频文件，摄像头视频流中的人脸，找到haarcascades文件夹后，复制里面的XML文件，在你新建的Python脚本文件目录里面建一个名为cascades的文件夹，并把复制的XML文件粘贴到新建的文件夹中一些有人脸的的图片，这个大家可以自行百度。
创建一个识别人脸的函数detect()
def detect(img):
#函数声明了一个face_cascade的变量，该变量为CascadeClassifier的对象，用于检测人脸（frontalface）
face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
#进行灰度化处理
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#进行实际的人脸检测，传递参数是scaleFactor和minNeighbor,分别表示人脸检测过程中每次迭代时图像的压缩率和每个人脸矩形保留近邻数目的最小值
faces = face_cascade.detectMultiScale(gray,1.3,5)
for (x,y,w,h) in faces:
#依次提取faces变量中的值来画矩形
img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,255),2)
cv2.imshow('face_track',img)
#避免图形窗口关闭
cv2.waitKey(0)
上面就是主要的函数，当然你也可以不用函数，直接写在while循环里面，下面是完整的程序代码
import cv2
filename = cv2.imread('face_2.jpg')
def detect(img):
face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray,1.3,5)
for (x,y,w,h) in faces:
img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,255),2)
cv2.imshow('face_track',img)
cv2.waitKey(0)
if __name__ == "__main__":
detect(filename)
运行结果
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
代码知识SEO上一篇 : SpringBoot结合SpringSecurity实现图形验证码功能
下一篇 : python opencv3实现人脸识别(windows)
-
SEO外包最佳选择国内专业的白帽SEO机构，熟知搜索算法，各行业企业站优化策略！
SEO公司
-
可定制SEO优化套餐基于整站优化与品牌搜索展现，定制个性化营销推广方案！
SEO套餐
-
SEO入门教程多年积累SEO实战案例，从新手到专家，从入门到精通，海量的SEO学习资料！
SEO教程
-
SEO项目资源高质量SEO项目资源，稀缺性外链，优质文案代写，老域名提权，云主机相关配置折扣！
SEO资源
-
SEO快速建站快速搭建符合搜索引擎友好的企业网站，协助备案，域名选择，服务器配置等相关服务！
SEO建站
-
快速搜索引擎优化建议没有任何SEO机构，可以承诺搜索引擎排名的具体位置，如果有，那么请您多注意！专业的SEO机构，一般情况下只能确保目标关键词进入到首页或者前几页，如果您有相关问题，欢迎咨询！
