使用opencv2对人脸识别、人脸分割完整代码

以下是使用OpenCV对人脸识别、人脸分割的完整Python代码：

import cv2

# 加载人脸识别模型
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 加载图像
img = cv2.imread('test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 检测人脸
faces = face_cascade.detectMultiScale(gray, 1.3, 5)

# 遍历人脸并进行分割
for (x,y,w,h) in faces:
    # 提取人脸区域
    face_img = img[y:y+h, x:x+w]
    
    # 转换为HSV颜色空间
    hsv = cv2.cvtColor(face_img, cv2.COLOR_BGR2HSV)
    
    # 设置肤色的HSV值范围
    lower_skin = np.array([0, 20, 70], dtype=np.uint8)
    upper_skin = np.array([20, 255, 255], dtype=np.uint8)
    
    # 对图像进行二值化处理，得到皮肤区域的掩模
    mask = cv2.inRange(hsv, lower_skin, upper_skin)
    
    # 进行形态学操作，去除噪点并填充空洞
    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (11, 11))
    mask = cv2.erode(mask, kernel, iterations=2)
    mask = cv2.dilate(mask, kernel, iterations=2)
    mask = cv2.GaussianBlur(mask, (3, 3), 0)
    
    # 对处理后的掩模进行轮廓检测，得到人脸的轮廓
    contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    # 根据轮廓信息对原图像进行人脸裁剪，得到人脸图像
    for cnt in contours:
        (x, y, w, h) = cv2.boundingRect(cnt)
        cv2.rectangle(face_img, (x, y), (x + w, y + h), (0, 255, 0), 2)
        roi = face_img[y:y + h, x:x + w]
        cv2.imwrite("face.jpg", roi)

# 显示图像
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在运行代码前，需要先下载并配置好OpenCV和人脸识别模型文件。该代码可实现对图像中的人脸进行肤色分割并裁剪出人脸图像。