从检测到的人脸中识别出目标人脸

以下是使用Python和OpenCV库从检测到的人脸中识别出目标人脸的代码。这里同样使用基于特征的级联分类器（Cascade Classifier）进行人脸检测，并使用OpenCV自带的LBPH算法进行人脸识别。

import cv2
import os

# 人脸识别分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# LBPH识别器
recognizer = cv2.face.LBPHFaceRecognizer_create()

# 加载训练好的模型
recognizer.read('trainer.yml')

# 读取标签列表
labels = {}
with open('labels.txt', 'r') as f:
    lines = f.readlines()
    for line in lines:
        label, name = line.strip().split(':')
        labels[int(label)] = name

# 读取包含目标人脸的图像
img = cv2.imread('test.jpg')

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

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

# 遍历每一个检测到的人脸
for (x, y, w, h) in faces:
    # 绘制人脸矩形框
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)

    # 提取人脸ROI
    roi_gray = gray[y:y+h, x:x+w]

    # 进行人脸识别
    label, confidence = recognizer.predict(roi_gray)

    # 显示识别结果
    if confidence < 100:
        name = labels[label]
        cv2.putText(img, name, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
    else:
        name = "unknown"
        cv2.putText(img, name, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

# 显示检测结果
cv2.imshow('img', img)
cv2.waitKey()
cv2.destroyAllWindows()

在运行代码之前，需要将包含目标人脸的图像`test.jpg`放在代码所在的文件夹中。同时需要注意，如果图像中有多个人脸，则该代码会对每个人脸进行识别。如果需要只识别出目标人脸，可以在识别阶段进行判断，并只对目标人脸进行绘制。