python 使用OpenCV进行目标检测和识别的完整示例

# 导入OpenCV库
import cv2
 
# 加载图像
image = cv2.imread('image.jpg')
 
# 创建Haar级联分类器
cascade_classifier = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
 
# 检测目标图像中的行人
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
faces = cascade_classifier.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5)
 
# 绘制矩形框
for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)
 
# 显示结果图像
cv2.imshow('result', image)
cv2.waitKey()
cv2.destroyAllWindows()

在以上代码中，我们首先使用`cv2.imread`加载图像，然后创建一个Haar级联分类器来进行行人的检测。接着，我们将图像转换为灰度图，并使用`detectMultiScale`函数进行目标检测，并将结果保存在`faces`变量中。最后，我们使用`cv2.rectangle`函数绘制矩形框，并将结果显示在屏幕上。

这个示例只是一个简单的行人检测示例，如果需要进行更复杂的目标检测和识别，可以使用更强大的深度学习框架，如Keras或TensorFlow。