基于Opencv的人脸检测

在 OpenCV 中，人脸检测主要有两种主流方法：基于 Haar 特征的级联分类器（传统方法）和基于深度学习的 DNN 模块（现代方法）。下面将分别介绍这两种方法。

👤 方法一：使用 Haar 级联分类器

这是一种经典且快速的人脸检测方法，非常适合实时应用或计算资源有限的场景。

实现步骤

1. 加载预训练模型：OpenCV 内置了预训练的 Haar 级联分类器 XML 文件，可以直接加载使用。
2. 读取图像并灰度化：Haar 特征检测基于灰度图像，因此需要先将彩色图像转换为灰度图。
3. 调用 detectMultiScale 函数：这是核心检测函数，它会返回图像中所有检测到的人脸位置（矩形框坐标）。
4. 可视化结果：根据返回的坐标，在原图上绘制矩形框来标记人脸。

代码示例

以下是一个完整的静态图片人脸检测示例：

import cv2

# 1. 加载预训练的人脸级联分类器
# cv2.data.haarcascades 指向 OpenCV 内置的