本文实例为大家分享了Python OpenCV利用笔记本摄像头实现人脸检测的具体代码，供大家参考，具体内容如下 1.安装opencv 首先参考其他文章安装pip。 之后以管理员身份运行命令提示符，输入以下代码安装opencv pip install --user opencv-python 可以使用以下代码测试安装是否成功 #导入opencv模块 import cv2 #捕捉帧，笔记本摄像头设置为0即可 capture = cv2.VideoCapture(0) #循环显示帧 while(True): ret, frame = capture.read() #显示窗口第一个参数是窗口名

下午的时候，配好了OpenCV的Python环境，OpenCV的Python环境搭建。于是迫不及待的想体验一下opencv的人脸识别，如下文。 必备知识 Haar-like 通俗的来讲，就是作为人脸特征即可。 Haar特征值反映了图像的灰度变化情况。例如：脸部的一些特征能由矩形特征简单的描述，如：眼睛要比脸颊颜色要深，鼻梁两侧比鼻梁颜色要深，嘴巴比周围颜色要深等。 opencv api 要想使用opencv，就必须先知道其能干什么，怎么做。于是API的重要性便体现出来了。就本例而言，使用到的函数很少，也就普通的读取图片，灰度转换，显示图像，简单的编辑图像罢了。 如下： 读取图片 只需要给出待操

opencv人脸识别--cvHaarDetectObjects函数

人脸识别训练库文件，采集完人脸照片后可将照片放置于该文件夹下进行人脸训练！

opencv人脸识别，附类识别器

OpenCV人脸识别原理

深入理解Opencv一书中Fisher脸人脸识别的代码实现，供大家交流参考。

读取电脑摄像头列表； 拍照时可以设置生成的图片是否旋转顺时针90度； 图片resize相关函数； 选取图片局部保存成新图片(选择头像)； 给图片加文字水印。 两个窗体w_yk、w_test； 较之前版本opencv库由2.3.1升级到2.4.9，增加人脸识别，增加函数of_getfacesize获取头像位置参数用于保存头像。

要实现图像识别，首先就是要获取图像，所以懂得如何安装及使用树莓派CSI摄像头就非常重要。** 1. 了解摄像头基本工作原理，安装及使用 2. 了解opencv，配置人脸识别相关环境 3. 收集人脸信息 4. 训练收集到的人脸信息 5. 将要分析的面部的捕获部分作为参数，并返回其可能的所有者，指示其ID以及识别器对此匹配的信任程度实现人脸的识别。

利用opencv里面自带的人脸分类器识别含有人脸的图片。里面包含python写的识别含有人脸图片程序，以及一个opencv里的训练好的分类器。