def StaticDetect(filename):'''静态图像的人脸检测'''#创建一个级联分类器，加载一个 .xml文件，它既可以是Haar特征，也可以是LBP特征的分类器face_casecade=cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')#加载图像img=cv2.imread(filename,cv2.IMREAD_COLOR)#转换为灰度图像gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)'''detectMultiScale进行人脸检测传入参数为args：img:传入图像object：被检测的物体的矩形框向量组scaleFactor：表示前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1，即每次搜索窗口扩大10%minNegihbors，表示构成检测目标的相邻矩形的最小个数(默认为3个)flags:要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为CV_HAAR_DO_CANNY_PRUNING，那么函数会使用Canny边缘检测来排除边缘过多或者过少的区域，这些通常不会是人脸所在区域minSize和maxSize：用来限制得到的目标区域的范围输出为：vector保存各个人脸的坐标、大小（用矩形表示）'''faces=face_casecade.detectMultiScale(gray_img,1.2,5)for (x,y,w,h) in faces:#在原图上绘制矩形img=cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)cv2.namedWindow('Face_Detected')cv2.imshow('Face_Detected',img)cv2.waitKey(0)cv2.destroyAllWindows()

def Video_detected():'''从视频中进行人脸检测'''#创建一个级联分类器，家在一个  .xml文件它既可以是Haar特征，也可以是LBP特征的分类器face_cascade=cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')eye_cascade=cv2.CascadeClassifier('./haarcascades/haarcascade_eye.xml')#打开摄像头camera=cv2.VideoCapture(0)cv2.namedWindow('Dynamic')while(True):#读取一帧图像   retret,frame=camera.read()#判断图片读取是否成功if ret:gray_img=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)#人脸检测faces=face_cascade.detectMultiScale(gray_img,1.3,5)for (x,y,w,h) in faces:#在原图上绘制矩形cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)   #蓝色roi_gray=gray_img[y:y+h,x:x+w]#眼睛检测eyes=eye_cascade.detectMultiScale(roi_gray,1.1,5,0,(40,40))for (ex,ey,ew,eh) in eyes:cv2.rectangle(frame,(ex+x,ey+y),(ex+x+ew,ey+y+eh),(0,255,0),2)      #绿色
                cv2.imshow('Dynamic',frame)#如果按下q键则退出if cv2.waitKey(10) & 0xff==ord('q'):breakcamera.release()cv2.destroyAllWindows()