用Python写一个人脸识别

要用Python实现人脸识别，可以使用OpenCV库和人脸识别算法。以下是一个简单的例子：

首先，安装OpenCV库：

pip install opencv-python

然后，下载人脸识别的训练数据集。可以从OpenCV官方网站下载：

https://github.com/opencv/opencv/tree/master/data/haarcascades

将下载的文件保存在程序所在的文件夹中。

接下来，编写代码：

import cv2

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

# 打开摄像头
cap = cv2.VideoCapture(0)

while(True):
    # 读取摄像头中的图像
    ret, frame = cap.read()

    # 将图像转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 检测人脸
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)

    # 在人脸周围画矩形框
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

    # 显示图像
    cv2.imshow('frame', frame)

    # 等待按下q键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 关闭摄像头和窗口
cap.release()
cv2.destroyAllWindows()

代码解释：

首先，我们加载了人脸识别的模型，这里使用的是OpenCV自带的Haar级联分类器。

然后，我们打开摄像头，开始读取图像。将图像转换为灰度图像，这是因为人脸识别算法需要处理的是灰度图像。然后，使用`detectMultiScale`方法检测人脸，返回一个矩形框的列表。最后，在每个矩形框周围画一个矩形，表示识别到了一个人脸。

最后，我们将处理后的图像显示出来，并等待按下`q`键退出程序。

注意：这个简单的例子只是演示了如何用Python实现人脸识别。在实际应用中，需要使用更复杂的算法，并对图像进行预处理和后处理，以提高识别的准确率。