从本篇文章开始，我们将同大家一起来学习python实战篇的内容，为了能够尽快的的能够掌握python编程语言，python实战篇与python提升篇将会不定期的进行交叉更新，顾名思义，实战的内容，将会从具体的项目和要求出发，提升篇的内容将会从Python基础之上进一步加强，也许是一个题目，也许是一个小的设计，总之，我们最后的目的就是：让大家在实战中掌握python，在提升中理解python的灵活运用。另外，由于在以后的内容中，代码的量可能越来越大，对于代码量少的，我们可以直接粘贴进入公众号，对于多的，我们仅仅附上key point(关键部分)，比如具体函数啊，逻辑思路等等，同时Python提供了打包功能，如果大家觉得代码运行来不及或者来不及配置环境等等，请记得私聊我们，我们可以将代码打包成可执行文件，你拿到后就像普通软件一样，直接运行就好，期待，后面的内容能够激发大家的学习兴趣！
言归正传，进入今天的主题---人脸检测与识别，人脸检测就是将人脸的特征点进行提取，识别就是在提取特征点的基础上，根据每个人特征点的不同，进行不同的识别出那幅人脸属于张三，那幅人脸属于李四，等等。。
在后面的项目中，我们可能时常用到一个叫opencv的函数库，里面包含了图像处理，计算机视觉的很多函数在里面，它的存在，让我们减少了很多的代码量，便于快速集成我们的应用，便利之及啊.....
一、人脸检测
本次人脸检测和识别，主要用到下面的代码：
代码语言：javascript复制#人脸分类器
detector = dlib.get_frontal_face_detector()
# 获取人脸检测器
predictor = dlib.shape_predictor(
"./face_recognition/shape_predictor_68_face_landmarks.dat"
)该文件为检测人脸68个特征点的文件
代码语言：javascript复制 ./face_recognition/shape_predictor_68_face_landmarks.dat读入一张图片进行人脸检测：
代码语言：javascript复制#coding=utf-8
import cv2
import dlib
path = "person2.jpg"
img = cv2.imread(path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)下面是全部代码：
代码语言：javascript复制#coding=utf-8
import cv2
import dlib
path = "person2.jpg"
img = cv2.imread(path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#人脸分类器
detector = dlib.get_frontal_face_detector()
# 获取人脸检测器
predictor = dlib.shape_predictor(
"./face_recognition/shape_predictor_68_face_landmarks.dat"
)
dets = detector(gray, 1)
for face in dets:
shape = predictor(img, face) # 寻找人脸的68个标定点
# 遍历所有点，打印出其坐标，并圈出来
for pt in shape.parts():
pt_pos = (pt.x, pt.y)
cv2.circle(img, pt_pos, 2, (0, 255, 0), 1)
cv2.imshow("image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()请看运行结果：
图中人物脸上得到的绿色特征点就是通过代码检测出来的。
二、人脸识别
人脸识别的最终目的是将不同的人识别出来，然后用方框框选出来。
代码如下：
代码语言：javascript复制import cv2
filename = "../person2.jpg"
def detect(filename):
face_cascade =cv2.CascadeClassifier("./cascades/haarcascade_frontalface_default.xml")
img =cv2.imread(filename)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces =face_cascade.detectMultiScale(gray,1.3,5)
for(x,y,w,h) in faces:
img =cv2.rectangle(img,(x,y),(x w,y h),(255,0,0),2)
cv2.namedWindow("xxx")
cv2.imshow("xxx",img)
cv2.imwrite("2.jpg",img)
cv2.waitKey(0)
detect(filename)代码中这一句为opencv中集成好的人脸识别检测器，可以拿来直接使用：
代码语言：javascript复制face_cascade =cv2.CascadeClassifier("./cascades/haarcascade_frontalfa运行效果如下：
可以明显的观察到，图中的人脸已经被框选出来，效果良好。
备注：文中图片来源于网络，如有侵权，请联系删除。
小结：今天的内容分享结束了，我们从人脸检测出发，再到人脸识别，分享了一个较为简单的例子，旨在对python的进一步学习，后面，我们会再以实际的例子进行分享，我们，下期再会。
