Python+OpenCV进行人脸检测（调用笔记本摄像头）

最新推荐文章于 2025-05-16 08:46:51 发布

贾岚翔

最新推荐文章于 2025-05-16 08:46:51 发布

阅读量4k

点赞数 3

CC 4.0 BY-SA版权

文章标签：人工智能 python opencv 计算机视觉机器学习

本文链接：https://blog.youkuaiyun.com/weixin_42029241/article/details/93349212

本文介绍了作者在人工智能机器学习-计算机视觉领域的初步尝试，通过PyCharm+Python3.7.0+OpenCV进行人脸检测。作者选择了不使用Anaconda，而是直接在PyCharm中设置环境，并成功安装了numpy。由于大部分代码基于静态图片的人脸识别，作者进行了调整以适应视频流。分享了一个训练好的人脸特征库haarcascade的下载链接，并展示了运行效果。未来计划使用USB连接手机摄像头进行识别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近需要对研究生论文进行开题，我的方向定位为人工智能机器学习-计算机视觉这个方向，所以先做一些小东西来对自己的所选方向有一个大致熟悉！
首先我所用到的工具是 PyCharm+Python3.7.0+OpenCV
我setting里的包
关于工具这里我想说的是我没有像其他博主一样选择Anaconda进行安装，因为我喜欢在pycharm里setting，因为之前在学习遗传算法的时候安装了numpy这个包所以在安装过程中也并没有出现任何的错误（小兴奋一下）！
说一下重要的这个opencv其实下载起来挺大，因为是最新的，4.1版本的，所以应该能有200M以上，是用流量的朋友得小心点，会下载挺长时间。
网上其他博主的代码都是基于某张图片进行的人脸识别，所以不符合我的基于视频这个需求，所以在查阅大量代码和修改之后得到了现在这个代码：

import cv2

cap = cv2.VideoCapture(0)

face_cascade = cv2.CascadeClassifier(r'haarcascade_frontalface_default.xml')  # 加载人脸特征库

face_cascade.load('C:/Users/23371/Desktop\haarcascade_frontalface_default.xml')

while (True):

    ret, frame = cap.read()  # 读取一帧的图像

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 转灰

    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.15, minNeighbors=5, minSize=(5, 5))  # 检测人脸

    for (x, y, w, h) in faces:

        cv2.rectangle(frame, (x, y), (x