一.本文概述：

1.使用电脑自带摄像头或者外置摄像头进行人脸检测和框选

2.也可用于检测实时视频中的人脸

二.准备工作：

1.装有pycharm，并且下载安装好OpenCV库

2.本次是用的HAAR级联分类器，所以还需要下载haarcascades特征集，一般下载完OpenCV库后，文件中会包含有haarcascades文件，一般存在于目录opencvsourcesdatahaarcascades

3.如果在OpenCV文件包种没有找到，可以直接在下发链接中下载保存好

https://pan.baidu.com/s/1_lzDeKbVyeSOMQ_zBFcf2Q?pwd=1235

三.开始演示：

1.代码和说明

import cv2
import numpy as np

if __name__ == '__main__':
    #  外置摄像头
    #  cap = cv2.VideoCapture(1, cv2.CAP_DSHOW)
    #  使用电脑自带摄像头 
    cap = cv2.VideoCapture(0) 
    #  img = cv2.imread()
    #  face_detector = cv2.CascadeClassifier('/.haarcascade_frontalcatface.xml')
    #  加载分类器进行检测
    face_detector = cv2.CascadeClassifier(r'E:opencvsourcesdatahaarcascadeshaarcascade_frontalcatface.xml')  # 检测  
    #  face = face_detector.detectMultiScale(img)  # 坐标x,y,w,h
    #  print(face)
    while True:
        flag, frame = cap.read()  # 检测读取
        if not flag:
            break
        gray = cv2.cvtColor(frame, code=cv2.COLOR_BGRA2GRAY)
        #  转化为灰度进行检测 ，检测效果可调下方参数
        face = face_detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=8)
        data = face_detector.detectMultiScale(frame)

        for x, y, w, h in face:
            cv2.rectangle(frame, pt1=(x, y),
                          pt2=(x + w, y + h),
                          color=[0, 0, 255], #  框选的颜色RGB可自调，不会可以百度搜索
                          thickness=2)    #  线框的粗度
        #  打印人脸位置坐标
        print(data)
        cv2.imshow('face', frame)
        key = cv2.waitKey(1000//24)  # 整除
        #  键盘输入a退出
        if key == ord('a'):
            break
    cv2.destroyAllWindows()
    cap.release()
#  for x, y, w, h in face:
#    cv2.rectangle(img, pt1=(x, y),
#                 pt2=(x + w, y + h),
#                  color=[0, 0, 255],
#                  thickness=2)

#  cv2.imshow()
#  cv2.waitKey(0)
#  cv2.destroyAllWindows()

2.代码注意部分：
​编辑

1.文件路径得指定对，最好不要包括中文路径

2.haarcascades分类器文件中已经包含了我们人脸检测需要的一些特征集，直接使用即可达到我们需要的人脸检测效果

四.完成以上步骤之后复制代码在pycharm上运行即可

摄像头最准你的脸，然后就能自动框出来了

以下是我接了外部的小摄像头做的检测效果，整体还是非常不错的 ：

以上就是Python+OpenCV+Haar人脸检测的所有内容，希望能帮到大家