import cv2 as cv
import numpy as np

def face_detect_demo():#人臉檢測函數(shù)
  gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)#把圖片變成灰度圖片，因為人臉的特征需要在灰度圖像中查找
  #以下分別是HAAR和LBP特征數(shù)據(jù)，任意選擇一種即可，注意：路徑中的‘/'和‘\'是有要求的
  # 通過級聯(lián)檢測器 cv.CascadeClassifier，加載特征數(shù)據(jù)
  # face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml")
  face_detector = cv.CascadeClassifier(
    "D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml")
  #在尺度空間對圖片進行人臉檢測，第一個參數(shù)是哪個圖片，第二個參數(shù)是向上或向下的尺度變化，是原來尺度的1.02倍，第三個參數(shù)是在相鄰的幾個人臉檢測矩形框內出現(xiàn)就認定成人臉，這里是在相鄰的5個人臉檢測框內出現(xiàn)，如果圖片比較模糊的話建議降低一點
  faces = face_detector.detectMultiScale(gray, 1.02, 5)
  for x, y, w, h in faces:#繪制結果圖
    #rectangle參數(shù)說明，要繪制的目標圖像，矩形的第一個頂點，矩形對角線上的另一個頂點，線條的顏色，線條的寬度
    cv.rectangle(src, (x, y), (x+w, y+h), (0, 0, 255), 2)
    cv.imshow("result", src)#輸出結果圖

src = cv.imread("D:/pyproject/cv_renlianjiance/cvrenxiangpic/1.jpg")#圖片是JPG和png都可以
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)#創(chuàng)建繪圖窗口
cv.namedWindow("result", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
face_detect_demo()
cv.waitKey(0)
cv.destroyAllWindows()#作用是能正常關閉繪圖窗口

import cv2 as cv
import numpy as np

def face_detect_demo(image):
  gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
  # face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml")
  face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml")
  faces = face_detector.detectMultiScale(gray, 1.02, 5)
  for x, y, w, h in faces:
    cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)
  cv.imshow("result", image)


capture = cv.VideoCapture("D:/pyproject/cv_renlianjiance/video/1.mp4")
cv.namedWindow("result", cv.WINDOW_AUTOSIZE)
while (True):
  #按幀讀取視頻，ret,frame是獲cap.read()方法的兩個返回值。其中ret是布爾值，如果讀取幀是正確的則返回True，如果文件讀取到結尾，它的返回值就為False。frame就是每一幀的圖像，是個三維矩陣。
  ret, frame = capture.read()
  # cv.flip函數(shù)表示圖像翻轉，沿y軸翻轉, 0: 沿x軸翻轉, <0: x、y軸同時翻轉
  frame = cv.flip(frame, 1)
  face_detect_demo(frame)
  #waitKey（）方法本身表示等待鍵盤輸入，參數(shù)是1，表示延時1ms切換到下一幀圖像，對于視頻而言；
  c = cv.waitKey(10)
  if c == 27:#當鍵盤按下‘ESC'退出程序
    break

#cv.waitKey(0)參數(shù)為0，如cv2.waitKey(0)只顯示當前幀圖像，相當于視頻暫停,；
cv.waitKey(0)
cv.destroyAllWindows()#作用是能正常關閉繪圖窗口

import cv2 as cv
import numpy as np

def face_detect_demo(image):
  gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
  # face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml")
  face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml")
  faces = face_detector.detectMultiScale(gray, 1.02, 5)
  for x, y, w, h in faces:
    cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)
  cv.imshow("result", image)


capture = cv.VideoCapture(0)#其中的0表示電腦中的第一個相機
cv.namedWindow("result", cv.WINDOW_AUTOSIZE)
while (True):
  #按幀讀取視頻，ret,frame是獲cap.read()方法的兩個返回值。其中ret是布爾值，如果讀取幀是正確的則返回True，如果文件讀取到結尾，它的返回值就為False。frame就是每一幀的圖像，是個三維矩陣。
  ret, frame = capture.read()
  # cv.flip函數(shù)表示圖像翻轉，沿y軸翻轉, 0: 沿x軸翻轉, <0: x、y軸同時翻轉
  frame = cv.flip(frame, 1)
  face_detect_demo(frame)
  #waitKey（）方法本身表示等待鍵盤輸入，參數(shù)是1，表示延時1ms切換到下一幀圖像，對于視頻而言；
  c = cv.waitKey(10)
  if c == 27:#當鍵盤按下‘ESC'退出程序
    break

#cv.waitKey(0)參數(shù)為0，如cv2.waitKey(0)只顯示當前幀圖像，相當于視頻暫停,；
cv.waitKey(0)
cv.destroyAllWindows()#作用是能正常關閉繪圖窗口