如何使用OpenCV庫檢測圖像中的人臉
在本文中，將展示如何使用Python構建簡單的面部檢測器。建立一個可以檢測人臉的程序是一個很好的項目，可以開始使用計算機視覺。
從名稱可以理解，我們將編寫一個程序來檢測圖像中的面部。當我說「程序」時，您可以將其理解為教機器做什麼。我喜歡使用教學而不是編程，因為這實際上是我們正在做的事情。最好的學習方法是教學，因此在教機器如何識別人臉的同時，我們也在學習。在進入項目之前，講一講人臉檢測和人臉識別器之間的區別。
人臉檢測與人臉識別
這兩件事聽起來很相似，但實際上它們並不相同。讓我們理解它們之間的區別，以便我們不會錯過重點。人臉檢測是從圖像或視頻中檢測人臉的過程，無關緊要。該程序除了發現面孔外沒有做任何其他事情。但是，另一方面，人臉識別程序會找到人臉，並且還能分辨出誰屬於誰。因此，它不僅僅是提供檢測信息。有更多的編程，換句話說，就是更多的教學。
假設您正在觀看街道，汽車正在駛過。人臉檢測就像告訴路過的物體是一輛汽車。而面部識別器就像是能夠分辨路過的汽車的模型。這是一個很好的圖像，顯示了實際的差異。
我們將為此項目使用一個模塊庫，稱為OpenCV。OpenCV是高度優化的庫，專注於實時應用程式。
OpenCV（開源計算機視覺庫）是一個開源計算機視覺和機器學習軟體庫。OpenCV的構建旨在為計算機視覺應用程式提供通用的基礎結構，並加速在商業產品中使用機器感知。作為BSD許可的產品，OpenCV使企業可以輕鬆地使用和修改代碼。
安裝軟體包。
pip install opencv-python
安裝完成後，我們可以將其導入到我們的程序中。
import cv2
OpenCV已經包含許多針對面部，眼睛，微笑等的經過預先訓練的分類器。這些XML文件存儲在文件夾中。我們將使用面部檢測模型。
這是面部檢測的連結：https : //raw.githubusercontent.com/opencv/opencv/master/data/haarcascades/haarcascade_frontalface_default.xml
如果您有帳戶，則可以從Github下載XML文件。如果不這樣做，請隨時從下面的連結複製代碼，並將其粘貼到文本文檔中，並將其另存為「 face_detector.xml」。
將文件保存到當前文件夾後，讓我們將其加載到程序中。
# Load the cascade
face_cascade = cv2.CascadeClassifier('face_detector.xml')
導入圖片
在此步驟中，您將選擇要在其上測試代碼的圖像。確保圖像中至少有一張臉，以便我們的程序可以找到一張。這是一個人的示例圖像。
選擇圖像後，讓我們在程序中對其進行定義。確保圖像文件位於您正在使用的文件夾中。
＃讀取輸入圖像
img = cv2.imread（'test.jpg'）
人臉檢測
感謝為OpenCV做出的貢獻。這是檢測圖像中人臉的代碼：
＃檢測人臉
face = face_cascade.detectMultiScale（img，1.1，4）
我們在代碼前面定義了face_cascade。檢測到面部之後，我們將在其周圍繪製矩形，以便我們知道機器看到的內容。機器可能會犯錯誤，但是我們的目標應該是教導最佳和最優化的方法，以使預測更加準確。
使用以下代碼可以在檢測到的面部周圍繪製矩形：
# Draw rectangle around the faces
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
（255,0,0）是我們要繪製的矩形的顏色。您可以使用它並更改顏色。（2）視線的粗細。您可以更改值並查看其外觀。結果
這是最後一步，現在我們將結果導出為圖像文件。此圖像將顯示人臉檢測的結果。要保存新的圖像文件，我們將使用cv2庫中的一種名為「 imwrite」的方法。保存完成後，您將在終端中看到「成功保存」。
# Exporttheresult
cv2.imwrite("face_detected.png", img)
print('Successfully saved')
現在，就已經創建了一個檢測圖像中人臉的程序。感謝閱讀！