OpenCV内置分类器实现简单的人脸识别

引言

人脸检测是计算机视觉领域的基础任务之一，广泛应用于安防监控、人机交互、图像美化等场景。今天我们将通过一段简洁的Python代码，使用OpenCV库实现实时摄像头人脸检测功能。无论你是计算机视觉新手还是有经验的开发者，这篇文章都能帮你理解人脸检测的核心逻辑与代码实现细节。

准备工作

在开始编码前，确保你的环境已安装以下依赖：

• Python 3.6+
• OpenCV库（用于图像处理和摄像头调用）

安装OpenCV

通过pip安装OpenCV的Python绑定：

pip install opencv-python

关键文件：Haar级联分类器

本次代码使用了OpenCV内置的Haar级联分类器（haarcascade_frontalface_default.xml），它基于经典的Viola-Jones算法，专门用于快速检测正脸。

• 该文件通常随OpenCV库自动安装，路径为：cv2.data.haarcascades + 'haarcascade_frontalface_default.xml'（无需手动下载）。

代码逐行解析

下面是完整的实时人脸检测代码，我们将逐行拆解其功能与原理。

# 导入OpenCV库
import cv2

# ---------------------- 初始化阶段 ----------------------
# 加载Haar级联分类器（用于人脸检测）
faceCascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 打开摄像头（0表示默认摄像头，若有多个摄像头可尝试1、2等）
cap = cv2.VideoCapture(0)

# ---------------------- 实时检测循环 ----------------------
while