人脸识别追踪python代码

在Python中使用人脸识别追踪，可以结合OpenCV库以及深度学习框架如dlib或face_recognition。以下是一个基本的示例，使用OpenCV和Haar级联分类器进行人脸检测，然后使用`cv2.Tracker`类进行追踪：

import cv2
# 加载预训练的人脸检测器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 初始化摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取帧并转换为灰度图
    ret, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

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

    if len(faces) > 0:
        # 选择第一个发现的人脸进行追踪
        x, y, w, h = faces[0]
        tracker = cv2.Tracker_create('BOOSTING')  # 使用Boosting追踪器
        tracker.init(frame, (x, y, w, h))

        while True:
            ret, frame = cap.read()

            if not ret:
                break

            # 更新追踪器并绘制边框
            success, box = tracker.update(frame)
            if success:
                x, y, w, h = [int(v) for v in box]
                cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
            else:
                print("Tracking failure")
                break

            # 显示追踪结果
            cv2.imshow('Face Tracking', frame)
            key = cv2.waitKey(1) & 0xFF
            if key == ord('q'):
                break

    else:
        print("No face detected")

# 清理
cap.release()
cv2.destroyAllWindows()