python怎么利用opencv图像转换，噪声消除和边缘检测 进行人脸检测

利用opencv进行人脸检测的步骤如下：

1. 导入所需库文件

import cv2
import numpy as np

2. 加载人脸分类器

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

其中，'haarcascade_frontalface_default.xml'是opencv中自带的人脸分类器文件。

3. 加载图片并进行灰度化处理

img = cv2.imread('test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

4. 进行噪声消除

gray = cv2.GaussianBlur(gray, (5, 5), 0)

5. 进行边缘检测

edges = cv2.Canny(gray, 50, 150)

6. 进行人脸检测

faces = face_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in faces:
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)

其中，detectMultiScale函数可以检测出图片中的所有人脸，并返回每个人脸的坐标和大小。

7. 显示结果

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

完整代码如下：

import cv2
import numpy as np

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

img = cv2.imread('test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)
edges = cv2.Canny(gray, 50, 150)

faces = face_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in faces:
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，test.jpg为待检测的图片，可以替换成其他图片。