1.人脸识别是个分类问题
- 人脸
- 不是人脸
2.OpenCV提供三种不同的训练级联分类器
通常的情况下，分类器会对多个图片特征进行识别，如一张【图】人脸识别图片1，图中有个可爱的小女孩和狗狗，
人可以一眼就是辨别出来，但计算机保存的是一组组像素文件RGB（0-255）的数组，如何让计算机识别是狗狗和人的图片，就需要进行不断的学习样本。
3.级联分类器
3.1 分类器原理
【图】级联分类原理图1，学过c或java的都知道的条件语句，级联分类器就是条件分支语句
开始，通过条件1，如果正确，继续，如果不正确，直接到符合条件的分类，如果满足条件1，继续判断，是否满足条件2，一层类推，直到最后判断条件为止，都满足条件，过滤出符合条件的分类值。
3.2Haar特征反映的图像灰度变化
- 矩形位置：矩形框要逐像素的划过整个图像的每个位置
- 矩形大小：矩形大小可以任意调整
- 矩形类型，可以垂直，水平，对角不同类型
选择红框是可以定义大小进行图像灰度处理
3.3 Haar的特征进一步划分
- 4个边特征
- 8个线特征
- 2个中心点特征
- 1个对角线特征
3.4 cv2的级联分类器
faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
使用级联分类器时需要注意：
3.5 源代码
import cv2
# 读取待检测的图像
image = cv2.imread('/Users/keny/Downloads/1.jpg')
# 获取XML文件，加载人脸检测器
faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# 色彩转换，转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 调用函数detectMultiScale
faces = faceCascade.detectMultiScale(
gray,
scaleFactor = 1.15,
minNeighbors = 5,
minSize = (5,5)
)
print(faces)
# 打印输出的测试结果
print("是小女孩的脸吗？{0}！".format(len(faces)))
# 逐个标注人脸
for(x, y, w, h) in faces:
cv2.circle(image, (int((x+x+w)/2), int((y+y+h)/2)), int(w/2), (0,255,0),2)
# 显示结果
cv2.imshow("dect", image)
# 保存检测结果
cv2.imwrite("reface.jpg", image)
cv2.waitKey(0)
cv2.destroyAllWindows()
提示错误：
cascadedetect.cpp:1689: error: (-215:Assertion failed)
3.5.1错误提示解决方法
下载地址：https://github.com/opencv/opencv/tree/master/data/haarcascades
1.找到haarcascade_frontalface_default.xml等文件，点击进去.
2.找到Raw，右键链接(目标)另存为。