python+opencv实现人脸识别并计数的完整代码

以下是一个使用 Python 和 OpenCV 进行人脸识别和计数的完整代码示例：

import cv2
import os

# Load the Haar cascade classifier for face detection
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# Define the path to the image folder
img_folder = 'path/to/image/folder'

# Count the number of faces in each image
for img_file in os.listdir(img_folder):
    # Load the image
    img_path = os.path.join(img_folder, img_file)
    img = cv2.imread(img_path)

    # Convert the image to grayscale for face detection
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # Detect faces in the image
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5)

    # Count the number of faces found
    face_count = len(faces)

    # Print the image filename and face count
    print('Image: {}, face count: {}'.format(img_file, face_count))

在上面的代码中，我们首先加载了用于人脸检测的 Haar 级联分类器。然后，我们遍历指定的图像文件夹中的所有图像，并使用分类器检测每张图像中的人脸。最后，我们计算每张图像中检测到的人脸数量，并将其输出到控制台。

请注意，为了使此代码成功运行，您需要将代码中的 `path/to/image/folder` 替换为实际的图像文件夹路径，并将 `haarcascade_frontalface_default.xml` 文件放在相同的文件夹中。此外，您可能需要调整 `scaleFactor` 和 `minNeighbors` 参数以获得最佳的人脸检测结果。