皮皮克克 | OpenCV 案例【1】人脸检测

最新推荐文章于 2025-11-24 18:29:32 发布

原创最新推荐文章于 2025-11-24 18:29:32 发布 · 489 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #人工智能 #计算机视觉 #音视频 #深度学习

深度学习拓展阅读专栏收录该内容

989 篇文章

订阅专栏

本文来源公众号“皮皮克克”，仅用于学术分享，侵权删，干货满满。

原文链接：https://mp.weixin.qq.com/s/iArHdVpvm8hCoWM4akruAA

说来惭愧，诸位！

最近一直没更新......

有诸多原因，但，最烦人的莫过于，

一直在加班搬砖

可曾想，今年5月31号那天晚上，为了赶项目进度，

我一个人通宵加班，真的是身心俱疲，力不从心！

第二天早上7点多才从公司出来，

那天早上，抬头看着旭日，只有一声轻叹：

真 ji er 累啊！

所以，请诸君见谅。

小编我虽晚必到。

前面的系列，讲的是 Shell 脚本相关案例，比较常用，倒也不难。

后面，小编准备新开一个系列，给大家带来OpenCV的实战案例，

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习库，由英特尔于1999年首次发布，现由社区维护。

通俗来讲，就是处理图片和视频的。

下面看个实际的案例，人脸检测。

一、环境准备

1，下载安装 anaconda

官方地址：

https://www.anaconda.com/products/distribution

双击下载的 .exe文件，安装即可。

完成安装后，打开 Anaconda Prompt（或系统终端）测试

切换到国内的镜像源

# 清华源（推荐）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

创建opencv所用的环境空间

conda create -n opencv_env python=3.10

切换到opencv_env 环境空间

下载 opencv所需的包

# 使用 conda 安装（优先）
conda install numpy pandas matplotlib

# 使用 pip 安装（conda 没有的包）
pip install opencv-python

2，Pycharm 引用conda环境

打开Pycharm，创建个新项目，然后找到右下角的位置：

点击箭头的齿轮，会有 "Add Python Interpreter"，点进去

选择 "Conda Environment"，选择 "Existing Environment"

找到对应的 python.exe，和 conda.exe，就行了。

二、写代码

说实话，代码没啥好说的的，小编在代码里面都添加注释了，

诸君先看下：

"""
人脸检测
"""
import cv2

# 加载预训练的Haar级联分类器（正面人脸检测模型）
face_cascade = cv2.CascadeClassifier("./haarcascades/haarcascade_frontalface_default.xml")

# 读取图片
img = cv2.imread("./datas/images/kobe_image.jpg")
# 转为灰度图,Haar特征基于灰度图像计算，转换可提升检测效率
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 人脸检测核心函数
# scaleFactor=1.3：图像缩放比例（1.3表示每次缩小30%）
# minNeighbors=5：候选框保留阈值
# faces：检测到的人脸矩形列表，格式为(x, y, w, h)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)

# 遍历所有检测到的人脸区域
# 在原图上绘制绿色矩形框（BGR颜色(0,255,0)，线宽2像素）
for (x,y,w,h) in faces:
    # 画矩形
    cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)

# 显示结果
cv2.imshow("img", img)
# 等待按键
cv2.waitKey(0)
# 关闭所有窗口
cv2.destroyAllWindows()

运行结果：

代码依赖

上述代码里面，主要用到了：haarcascade_frontalface_default.xml

haarcascade_frontalface_default.xml 是 OpenCV 提供的一个预训练 Haar 级联分类器模型，专门用于检测图像或视频中的正面人脸。它是基于 Viola-Jones 算法的传统目标检测方法，虽然不如深度学习模型（如 YOLO、SSD）精准，但计算量小、速度快，适合实时应用。

下载地址：

https://github.com/opencv/opencv/blob/master/data/haarcascades/

THE END !

文章结束，感谢阅读。您的点赞，收藏，评论是我继续更新的动力。大家有推荐的公众号可以评论区留言，共同学习，一起进步。