一、python与PyCharm的安装
1.python主要有三种安装方式
参考自：2、Python安装 - 哔哩哔哩
Python安装教程（2022最新）_北京精神病康复中心的博客-CSDN博客
python下载官网：Python Releases for Windows | Python.org
1）在线安装：即执行安装后才透过网络下载python： Download Windows x86-64 web-based installer。
2）exe程序安装： Download Windows x86-64 executable installer。推荐使用这种安装方式，可以不用配置环境变量，一路next就可以了。
3）压缩文件解压缩安装： Download Windows x86-64 embeddable zip file。这种是直接下载整包的方式，下载下来后需要配置环境变量才能使用。
2.PyCharm的安装
安装完python我们需要下载编辑器，在这里推荐使用PyCharm
PyCharm下载官网：Other Versions - PyCharm
1）从官网下载exe文件
注意选择的exe版本最好是比自己下载的Python发布晚一点的预防造成版本问题。并且我们选择community版本进行下载，这样后面可以不用收费。
2）接下来也基本上是一路next就可以了。
可参考：【Python(二)】PyCharm安装教程_和光同其尘的博客-CSDN博客_pycharm安装教程
【Python(二)】PyCharm安装教程_和光同其尘的博客-CSDN博客_pycharm安装教程
后面需要配置一下interpreter，要不然运行的时候可能会出现一些问题，我在interpreter选择的exe是python安装的目录上的exe。
二、安装opencv
1.打开exe输入pip指令
pip install opencv-python2.安装后的opencv的位置
一般是放在python文件夹下的Lib文件夹下的site-packages
C:/Users/Administrator/AppData/Local/Programs/Python/Python311/Lib/site-packages/三、使用opencv检测图片和视频中的人脸
1.原理：级联分类器
2.Haar级联分类器
1）可供检测的类型
2）关键函数：detectMultiScale
3.检测图片中的人脸和人眼的代码
需要准备一张图片命名为pic.jpg放到main.py所在的文件夹下
import cv2 as cv
import matplotlib.pyplot as plt
#读取图片
img = cv.imread("pic.jpg")
#设置灰度图
gray=cv.cvtColor(img,cv.COLOR_RGB2GRAY)
#加载识别人脸的分类器
face_cas=cv.CascadeClassifier("C:/Users/Administrator/AppData/Local/Programs/Python/Python311/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml")
#加载识别人眼的分类器
eyes_cas=cv.CascadeClassifier("C:/Users/Administrator/AppData/Local/Programs/Python/Python311/Lib/site-packages/cv2/data/haarcascade_eye.xml")
#调用detectMultiScale识别人脸
faceRects=face_cas.detectMultiScale(gray,scaleFactor=1.15,minNeighbors=5,minSize=(5,5))
for faceRect in faceRects:
#读取人脸信息
x,y,w,h=faceRect
#将人脸框出来
#cv.rectangle(img,(x,y),(x+h,y+w),(0,255,0),3)
cv.circle(img, (int((x + x + w) / 2), int((y + y + h) / 2)), int(w / 2), (0, 255, 0), 2)
#在识别出的人脸中继续识别人眼
roi_color=img[y:y+h,x:x+w]
roi_gary = gray[y:y + h, x:x + w]
# 调用detectMultiScale识别人眼
eyes=eyes_cas.detectMultiScale(roi_gary,scaleFactor=1.15,minNeighbors=5,minSize=(3,3))
#将人眼框出来，人眼有两个
for(ex,ey,ew,eh) in eyes:
cv.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),1)
plt.figure(figsize=(8,6),dpi=100)
plt.imshow(img[:,:,::-1]),plt.title('result')
plt.xticks([]),plt.yticks([])
plt.show()4.检测视频中的人脸和代码
需要准备一段视频命名为movie.mp4放到main.py所在的文件夹下
import cv2 as cv
import matplotlib.pyplot as plt
# 1.读取视频
cap = cv.VideoCapture("movie.mp4")
# 2.在每一帧数据中进行人脸识别
while(cap.isOpened()):
ret, frame = cap.read()
if frame is None:
break
small_frame=[]#视频播放完毕退出窗口
try:
#将视频中的帧的大小调小一点，降低运算
small_frame = cv.resize(frame, (0, 0), fx=0.5, fy=0.5)
except:
continue
if ret==True:
#转灰度图
gray = cv.cvtColor(small_frame, cv.COLOR_BGR2GRAY)
# 3.实例化OpenCV人脸识别的分类器 haarcascade_frontalface_default haarcascade_frontalface_alt
face_cas = cv.CascadeClassifier( "C:/Users/Administrator/AppData/Local/Programs/Python/Python311/Lib/site-packages/cv2/data/haarcascade_frontalface_alt.xml" )
# 4.调用识别人脸
faceRects = face_cas.detectMultiScale(gray,scaleFactor=1.15,minNeighbors=3,minSize=(3,3))
for faceRect in faceRects:
x, y, w, h = faceRect
# 框出人脸
cv.rectangle(small_frame, (x, y), (x + h, y + w),(0,255,0), 3)
cv.imshow("frame",small_frame)
if cv.waitKey(1) & 0xFF == ord('q'):
break
# 5. 释放资源
cap.release()
cv.destroyAllWindows()
