这篇文章给大家介绍使用python怎么检测静态图像中的人脸，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
成都创新互联公司主要从事成都网站设计、成都网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务乌达,10余年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18980820575
Python是一种跨平台的、具有解释性、编译性、互动性和面向对象的脚本语言，其最初的设计是用于编写自动化脚本，随着版本的不断更新和新功能的添加，常用于用于开发独立的项目和大型项目。
1、使用 OpenCV 进行人脸检测加载图像并检测人脸，在原始图像的人脸周围绘制矩形框。
# 人脸检测
import cv2 as cv
def face_detect():
# 将图片灰度处理，降低色彩的通道
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
# 加载特征数据
face_detector = cv.CascadeClassifier('D:/Python/opencv/sources/data
/haarcascades/haarcascade_frontalface_default.xml')
face = face_detector.detectMultiScale(gray)
for x, y, w, h in face: # 坐标及宽度高度
cv.rectangle(img, (x, y), (x+w, y+h), color=(0, 255, 0), thickness=2)
# img所画图片，坐标，颜色，宽度
# 显示
cv.imshow('result', img)
# 加载图片
img = cv.imread('lena.jpg')
# 人脸检测
face_detect()
cv.waitKey(0)
cv.destroyAllWindows()2、当图片中人数较多时，识别需要指定参数。
限定识别范围参数：
scaleFactor(比例因子)：图片缩放多少；
minNeighbors：至少检测多少次；
minSize maxSize：当前检测区域的最大最小面积。
# 将照片灰度
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
# 加载特征数据
face_detector = cv.CascadeClassifier('D:/Python/opencv/sources/data/haarcascades
/haarcascade_frontalface_default.xml')关于使用python怎么检测静态图像中的人脸就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
