当前位置: 首页 > news >正文

cv2安装测试的一个案例-面部检测

代码是参考网上的,才刚开始看,没做什么修改。

import cv2# 读取图像
image = cv2.imread('../img/mengjie.jpg')# 加载 Haar 特征级联分类器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 检测面部
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))# 绘制面部检测框
for (x, y, w, h) in faces:cv2.rectangle(image, (x, y), (x+w, y+h), (255, 0, 0), 2)# 显示和保存检测结果
cv2.namedWindow('Detected Faces',cv2.WINDOW_FREERATIO)
cv2.resizeWindow('Detected Faces', 800, 600)
cv2.imshow('Detected Faces', image)
cv2.imwrite('example_faces.jpg', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

不过pycharm还挺有意思的,我把鼠标指针放在结果这里,没有运行,就自动把结果图弹出来了

image

 

http://www.vanclimg.com/news/1299.html

相关文章:

  • gitlab重置管理员root密码
  • 线程API
  • 1000子读后感
  • Teamcenter: 度量单位
  • .NET 9 的免费午餐:GZip 性能提升38.3%
  • 暑假本校集训
  • 20250729-33
  • FHQ Treap 学习笔记
  • C#/.NET/.NET Core技术前沿周刊 | 第 48 期(2025年7.21-7.27)
  • Metasploit Pro 4.22.8-2025071801 (Linux, Windows) - 专业渗透测试框架
  • test的启动方法
  • Lombok @Builder失效问题排查与解决方案
  • 亚马逊Q Developer:用自然语言构建机器学习模型
  • day07
  • 读心与芯:我们与机器人的无限未来08计算思维
  • 前馈电容技术解析!
  • 7/29
  • js高级第一天
  • Git 小白极速入门笔记
  • Git课程讲义
  • sakuraFrp页面503
  • 企业级AI Agent(智能体)报告
  • 2025倒闭半导体公司大盘点
  • 大算力芯片,向左(定制)还是向右(通用)?
  • Z Waves|北大毕业的前OpenAI高管,如今创办估值120亿美金的AI新势力,翁荔想要重写AI安全的规则
  • Hyperlane性能调优秘籍:从毫秒级响应到百万QPS的优化之路(5845)
  • 轻量级服务器架构的极致优化(9293)
  • 高性能路由系统的设计与实现(2739)
  • TCP连接优化的实战经验(6269)
  • 实时通信技术深度对比:WebSocket与SSE的最佳实践(9733)