人脸检测是OpenCV的一个很好的功能，是人脸识别的基础。人脸识别实际上是一个可以识别给定图像或视频中人脸的程序。
人脸识别模块特征
1、它使用一系列分类图像来“训练”程序，并基于这些图像进行识别。这就是OpenCV 以及人脸识别模块进行人脸识别的过程。
2、每个识别都有一个转置信（confidence）因此，在实际应用中可以通过设置阈值进行筛选。
人脸识别有两种方法
1、从人脸数据库获取图像或免费获取可用的人脸图像。
2、互联网上有很多人脸数据库:为了识别这些样本，必须在包含人脸的样本图像上进行人脸识别。这是一个 一个学习过程，但并不像你提供的图像那么令人满意。
OpenCV在python中的人脸检测功能操作实例
importos
importcv2
fromPILimportImage
importnumpyasnp
defgetImageAndLabels(path):
facesSamples=[]
ids=[]
imagePaths=[os.path.join(path,f)forfinos.listdir(path)]
#检测人脸
#加载特征数据
face_detector=cv2.CascadeClassifier(
'D:/Python/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')
#参数：scaleFactor(比例因子)：图片缩放多少，minNeighbors:至少检测多少次，minSizemaxSize:目前检测区域的最小面积
#scaleFactor=1.01,minNeighbors=3,maxSize=(33,33),minSize=(28,28)
#遍历列表中的图片
forimagePathinimagePaths:
#打开当前图片
PIL_img=Image.open(imagePath).convert('L')
#将图片转换为数组
img_numpy=np.array(PIL_img,'uint8')
faces=face_detector.detectMultiScale(img_numpy)
#获取每张图片的id
id=int(os.path.split(imagePath)[1].split('.')[0])
#获取人脸区域
forx,y,w,hinfaces:
#进行切片处理，获取图像数组和id
facesSamples.append(img_numpy[y:y+h,x:x+w])
ids.append(id)
returnfacesSamples,ids
if__name__='__main__':
#图片路径
path='./data/jm/'
#获取图像数组和id标签数组
faces,ids=getImageAndLabels(path)
#获取循环对象
recognizer=cv2.face.LBPHFaceRecognizer_create()
recognizer.train(faces,np.array(ids))
#保存文件
recognizer.write('trainer/trainer.yml')