首先先要安装python+opencv环境 这里我们用python3.5环境， 可以去https://repo.continuum.io/archive/下载windows，linux，macos的anaconda旧版本 安装好后建议对pip源进行更换，可以减少pip在安装包时出现的超时错误 具体在anaconda目录下的Lib\site-packages\pip-9.0.1-py3.5.egg\pip\models文件夹中的index.py文件 将最后的网址更换到国内的镜像网址： http://pypi.douban.com/ 豆瓣 http://pypi.hustunique.com/ 华中理工大学 http://pypi.sdutlinux.org/ 山东理工大学 http://pypi.mirrors.ustc.edu.cn/ 中国科学技术大学 https://pypi.tuna.tsinghua.edu.cn/清华
然后在cmd下试一下pip install numpy 检查numpy包是否已经安装： 出现： 说明已经安装，否则这命令也能自动安装
让后安装opencv，可惜的是我原来的opencv是3.0版本的好像还不支持python3.5 再去下载一个更高版本的，配置环境太慢了，这里我选择了用pip进行opencv的安装： 先去http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy网站下载对应的opencv包，我的是： opencv_python-3.2.0+contrib-cp35-cp35m-win_amd64.whl 然后在cmd下pip install 路径+文件名，安装相应文件 如图安装成功，这里3.2.0可能是opencv的版本，cp35可能是python 注意选择自己python版本对应的包
安装好后先检查一下opencv是否安装完全：
import cv2 import numpy as np img = cv2.imread("D:\\1.jpg") cv2.imshow("mingyue",img) cv2.waitKey(10000)说明opencv已经安装完全 先介绍一下opencv自带的人脸检测器 opencv主要自带了人脸的Haar特征分类器，在安装目录中\data\haarcascades已经有训练好的人脸xml 文件，之后会试一下 这里我们为方便之后的开发 我们用Dlib库 c需要从Dlib的网站上下载，还要cmake编译一下来获得.lib文件等 python的话可以直接用pip安装 pip install Dlib 先介绍一下用Dlib进行简单的人脸检测 Dlib自带了人脸检测的特征提取器 get_frontal_face_detector() 官网上解释为：This function returns an object_detector that is configured to find human faces that are looking more or less towards the camera. It is created using the scan_fhog_pyramid object.（该函数返回一个object_detector，它被配置为找到或多或少看到相机的人脸。 它使用scan_fhog_pyramid对象创建。））
import dlib import cv2 detector = dlib.get_frontal_face_detector() win = dlib.image_window() f="D:/renlian/2.jpg" print("Processing file: {}".format(f)) img = cv2.imread(f) img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB) dets = detector(img, 1) print("Number of faces detected: {}".format(len(dets))) for i, d in enumerate(dets): print("dets{}".format(d)) print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}" .format( i, d.left(), d.top(), d.right(), d.bottom())) dets, scores, idx = detector.run(img, 1) for i, d in enumerate(dets): print("Detection {}, dets{},score: {}, face_type:{}".format( i, d, scores[i], idx[i])) win.set_image(img) win.add_overlay(dets) dlib.hit_enter_to_continue()结果为 其中： dets = detector(img, 1)为进行人脸检测
for i, d in enumerate(dets): print("dets{}".format(d)) print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}" .format( i, d.left(), d.top(), d.right(), d.bottom()))为打印人脸位置 dets, scores, idx = detector.run(img, 1) 获取匹配度 win.add_overlay(dets)画框
这里注意 我用opencv读入图片 opencv颜色为BGR顺序而Dlib显示时是RGB形式所以要进行转换用 img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)进行转换 放上一张大图来测试一下
