opencv调用摄像头识别脸部眼部唇部微笑的代码编写

以下是使用OpenCV调用摄像头进行人脸、眼睛、唇部和微笑识别的Python代码示例：

import cv2

# 加载人脸、眼睛和微笑分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')
smile_cascade = cv2.CascadeClassifier('haarcascade_smile.xml')

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取视频帧
    ret, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

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

    # 遍历每个检测到的人脸
    for (x,y,w,h) in faces:
        # 在检测到的人脸周围画一个矩形框
        cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)

        # 在人脸区域检测眼睛
        roi_gray = gray[y:y+h, x:x+w]
        roi_color = frame[y:y+h, x:x+w]
        eyes = eye_cascade.detectMultiScale(roi_gray)
        for (ex,ey,ew,eh) in eyes:
            cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)

        # 在人脸区域检测微笑
        smiles = smile_cascade.detectMultiScale(roi_gray,scaleFactor=1.5,minNeighbors=15,minSize=(25, 25))
        for (sx,sy,sw,sh) in smiles:
            cv2.rectangle(roi_color,(sx,sy),(sx+sw,sy+sh),(0,0,255),2)

        # 在人脸区域检测唇部
        lips = gray[y+int(h/2):y+h, x:x+w]
        lips = cv2.medianBlur(lips, 9)
        _, lips = cv2.threshold(lips, 30, 255, cv2.THRESH_BINARY_INV)
        lips, contours, _ = cv2.findContours(lips, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
        for cnt in contours:
            if cv2.contourArea(cnt) > 100:
                (x, y, w, h) = cv2.boundingRect(cnt)
                cv2.rectangle(roi_color, (x, y+int(h/2)), (x+w, y+h), (255, 0, 0), 2)

    # 显示视频帧
    cv2.imshow('Video', frame)

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

# 释放摄像头并关闭所有窗口
cap.release()
cv2.destroyAllWindows()

上述代码中，`haarcascade_frontalface_default.xml`、`haarcascade_eye.xml`和`haarcascade_smile.xml`分别是人脸、眼睛和微笑分类器的文件。你可以在OpenCV官网上下载这些文件。

请注意，这只是一个简单的示例代码，人脸、眼睛和微笑检测的精度可能不完美，你可以根据自己的需求进行调整和优化。