python opencv人脸识别并统计人数

要进行人脸识别并统计人数，可以使用Python的OpenCV库。具体步骤如下：

1. 导入必要的库：

import cv2
import numpy as np

2. 加载人脸识别分类器：

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

这里使用了OpenCV自带的分类器，可以从官网下载。

3. 打开摄像头或读取视频：

cap = cv2.VideoCapture(0) # 打开摄像头
# 或者
cap = cv2.VideoCapture('video.mp4') # 读取视频文件

4. 读取每一帧图像，进行人脸检测：

while True:
    ret, frame = cap.read() # 读取一帧图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 转为灰度图像
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5) # 人脸检测

5. 统计人数并绘制边框：

    count = 0 # 初始化人数为0
    for (x, y, w, h) in faces:
        count += 1 # 每检测到一个人脸，人数加1
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # 绘制人脸边框

    cv2.putText(frame, f'Total: {count}', (30, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) # 显示人数

    cv2.imshow('frame', frame) # 显示图像
    if cv2.waitKey(1) == ord('q'): # 按q键退出
        break

完整代码如下：

import cv2
import numpy as np

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)

    count = 0
    for (x, y, w, h) in faces:
        count += 1
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

    cv2.putText(frame, f'Total: {count}', (30, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

    cv2.imshow('frame', frame)
    if cv2.waitKey(1) == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

注意，这里只是简单的统计人数，如果有人进入或离开画面，统计结果可能会有误差。如果需要更精确的统计，可以考虑使用深度学习等方法。