opencv进行人脸识别并截取人脸图像建立人脸图像库C++

在使用OpenCV进行人脸识别之前，需要先进行人脸检测。OpenCV提供了Haar特征检测器来进行人脸检测，可以使用已经训练好的分类器进行检测。

以下是进行人脸识别并截取人脸图像建立人脸图像库的步骤：

1.导入OpenCV库和其它必要的库：

import cv2
import os
import numpy as np

2.加载已经训练好的人脸分类器：

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

3.打开摄像头或读取视频文件：

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

4.读取每一帧图像并进行人脸检测：

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
        roi_gray = gray[y:y+h, x:x+w]
        roi_color = img[y:y+h, x:x+w]

5.将检测到的人脸图像保存到指定路径：

for (x,y,w,h) in faces:
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    roi_gray = gray[y:y+h, x:x+w]
    roi_color = img[y:y+h, x:x+w]
    cv2.imwrite(os.path.join('C:/face_images', 'face_'+str(count)+'.jpg'), roi_color)
    count += 1

其中，'C:/face_images'为指定的人脸图像保存路径，'count'为计数器，确保每张人脸图像的文件名不重复。

6.释放摄像头或关闭视频文件：

cap.release()
cv2.destroyAllWindows()

7.最终的完整代码如下所示：

import cv2
import os
import numpy as np

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
cap = cv2.VideoCapture(0) #打开摄像头
#cap = cv2.VideoCapture('test.mp4') #读取视频文件

count = 0
while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
        roi_gray = gray[y:y+h, x:x+w]
        roi_color = img[y:y+h, x:x+w]
        cv2.imwrite(os.path.join('C:/face_images', 'face_'+str(count)+'.jpg'), roi_color)
        count += 1
    cv2.imshow('img',img)
    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break

cap.release()
cv2.destroyAllWindows()

运行代码后，OpenCV会打开摄像头或读取视频文件，并进行人脸检测。每当检测到一张人脸图像时，就会保存到指定路径下的人脸图像库中。可以在保存的人脸图像库中查看保存的人脸图像。