今日总结-采用opencv库实现人脸识别

实现效果如上
经过opencv配置与调用opencv训练好的模板最终一晚上多次尝试实现了人脸识别。
后续,会继续努力实现人脸对此与人脸关键点检测。
#导入cv模块 import cv2 as cv #检测函数 def face_detect_demo(): gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY) face_detect=cv.CascadeClassifier('D:/opencv/opencv-4.7.0-windows/opencv/sources/data/haarcascades_cuda/haarcascade_frontalface_alt2.xml') face=face_detect.detectMultiScale(gray,1.1,5,0) for x,y,w,h in face: cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2) cv.imshow('result',img) #读取图像 img=cv.imread('face2.jpg') #检测函数 face_detect_demo() #等待 while True: if ord('q')==cv.waitKey(0): break #释放内存 cv.destoryAllWindows()
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!