cv2.putText(frame, label, (face.left(), face.top() - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)

这段代码使用了 OpenCV 库中的 `putText` 函数，用于在图像帧 `frame` 上添加文字。具体来说，它在人脸框的上方加上了一个标签 `label`，使用的字体是 `FONT_HERSHEY_SIMPLEX`，字体大小为 0.7，颜色为红色 `(0, 0, 255)`，线宽为 2。其中 `(face.left(), face.top() - 10)` 表示标签左下角的位置，使其位于框的上方 10 个像素处。

相关问题

python实现人脸识别比对_python实现人脸识别代码

以下是一个简单的 Python 人脸识别比对代码，使用了 OpenCV 和 face_recognition 库：

import cv2
import face_recognition

# 加载已知人脸图像和对应标签
known_image = face_recognition.load_image_file("known_face.jpg")
known_encoding = face_recognition.face_encodings(known_image)[0]
known_label = "Tom"

# 打开摄像头
capture = cv2.VideoCapture(0)

while True:
    # 读取摄像头图像
    ret, frame = capture.read()

    # 将摄像头图像转换为RGB格式
    rgb_frame = frame[:, :, ::-1]

    # 查找图像中的人脸
    face_locations = face_recognition.face_locations(rgb_frame)
    face_encodings = face_recognition.face_encodings(rgb_frame, face_locations)

    # 遍历每个人脸并进行比对
    for face_encoding in face_encodings:
        matches = face_recognition.compare_faces([known_encoding], face_encoding)
        label = "Unknown"

        # 如果是已知人脸，则显示对应标签
        if matches[0]:
            label = known_label

        # 在图像中框出人脸并显示标签
        top, right, bottom, left = face_locations[0]
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
        cv2.putText(frame, label, (left, top - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)

    # 显示图像
    cv2.imshow("Face Recognition", frame)

    # 如果按下q键，则退出程序
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头并关闭窗口
capture.release()
cv2.destroyAllWindows()

在此代码中，我们首先加载了已知人脸的图像和标签，并使用 face_recognition 库将其编码为向量。然后，我们打开摄像头并循环读取摄像头图像。对于每张图像，我们使用 face_recognition 库查找人脸位置，并将其编码为向量。然后，我们将已知人脸的编码向量与每个人脸进行比对，如果匹配，则显示对应标签，并在图像中框出人脸。最后，我们使用 OpenCV 显示图像，并在按下q键时退出程序。