小白我今天学到了一个跟人脸相关的东西了，而且搞了半天终于搞定了。
我们先看看效果。
这是原图：
这是运行过后的效果图：
对于小白我来说，感觉很酷，毕竟在自学的路上又更进了一步。
接下来我们来看看是如何实现的，
import cv2
#像这里的haarcascade_frontalface_default.xml和haarcascade_eye.xml文件
#在我们导入的第三方库cv2中都有，我们必须要用到，否则，是实现不了的
#创建人脸检测级联分类器对象实例
face_cascade = cv2.CascadeClassifier(“E:\pycharm\untitled3.6\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml”)
#创建人眼检测级联分类器实例
eye_cascade = cv2.CascadeClassifier(“E:\pycharm\untitled3.6\Lib\site-packages\cv2\data\haarcascade_eye.xml”)
#载入图片
image = cv2.imread(r"C:\Users\W\Desktop\Face\x.jpg")
#灰度化处理
gray_image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
#调用级联分类器进行多尺度检测
faces = face_cascade.detectMultiScale(gray_image,1.5,3)
#遍历检测到的结果
for (x,y,w,h) in faces:
#绘制矩形框，颜色值的顺序为BGR，即矩形的颜色为蓝色
cv2.rectangle(image,(x,y),(x+w,y+h),(255,0,0),2)
roi_gray = gray_image[y:y+h,x:x+w]
roi_color = image[y:y+h,x:x+w]
#在检测到的人脸区域内检测眼睛
eyes = eye_cascade.detectMultiScale(roi_gray)
for(ex,ey,ew,eh) in eyes:
cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
#写出图片
cv2.imwrite(r"C:\Users\W\Desktop\Face\x1.jpg",image)
运行一下，我们就可以得到上方的图片效果了。今天研究了一下，最终还是有回报的，贼开心。