使用 OpenCV 和 Haar Cascade 检测人脸

技术讲解

1. 环境准备

Python 和 OpenCV

确保你的开发环境中安装了 Python 3.x 和 OpenCV。OpenCV 是一个开源的计算机视觉和机器学习软件库，提供了大量的图像处理和计算机视觉算法。它支持多种编程语言，包括 Python。

安装 OpenCV：

pip install opencv-python

2. Haar Cascade 模型

Haar Cascade 分类器

OpenCV 提供了预训练的 Haar Cascade 分类器来检测图像中的人脸。cv2.CascadeClassifier 是用来加载这些分类器的一个类。在这个例子中，我们使用的是 haarcascade_frontalface_default.xml，这是 OpenCV 提供的一个默认的人脸检测模型。

加载 Haar Cascade 模型：

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

3. CUDA 设备设置

CUDA 设备可见性

如果你的应用程序需要使用 GPU，可以使用环境变量 CUDA_VISIBLE_DEVICES 来设置哪些 GPU 设备是可见的。这在有多个 GPU 的情况下特别有用，可以指定应用程序使用特定的 GPU。

设置 CUDA 可见设备：

import cv2
import os
from pathlib import Path
import shutil

# 加载预训练的 Haar cascade 模型
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 设置 CUDA 可见设备
os.environ["CUDA_VISIBLE_DEVICES"] = "0"  # 设置为你的 GPU 设备号

# 定义参考文件夹
REFERENCE_DIR = "no_faces"
os.makedirs(REFEREN