### 使用 Python 和 OpenCV 实现人脸识别 #### 环境准备 为了使用 Python 和 OpenCV 进行人脸识别，首先需要确保已安装必要的依赖项。可以通过以下命令来完成 OpenCV 的安装[^1]： ```bash pip install opencv-python pip install opencv-contrib-python ``` #### 加载 Haar 特征分类器 OpenCV 提供了一组预定义的 XML 文件用于检测不同类型的对象，其中包括 `haarcascade_frontalface_default.xml` 或者其他类似的文件如 `haarcascade_frontalface_alt.xml` 来识别人脸[^3]。 可以下载这些文件或者直接从本地路径加载它们。以下是加载 Haar 分类器的一个例子: ```python import cv2 # 载入Haar特征分类器 cascade_path = 'path/to/haarcascade_frontalface_default.xml' face_cascade = cv2.CascadeClassifier(cascade_path) ``` #### 打开摄像头并捕获视频流 通过调用 `cv2.VideoCapture(0)` 可以打开默认的摄像头设备，并逐帧读取数据以便实时处理[^4]: ```python cap = cv2.VideoCapture(0) if not cap.isOpened(): print("无法访问摄像头") else: while True: ret, frame = cap.read() if not ret: break gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray_frame, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2) cv2.imshow('Video', frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 上述代码实现了基本的人脸检测功能，在每一帧上查找人脸位置并在其周围画出蓝色矩形框。 #### 总结 以上展示了如何利用 Python 结合 OpenCV 库快速搭建一个人脸识别程序的基础框架。它涵盖了环境设置、加载模型以及实际应用中的具体实现细节[^2]。