说出一个基于opencv的人脸识别，并写出详细代码

以下是一个基于OpenCV的人脸识别的代码示例，其中使用了Haar级联分类器来检测人脸，并使用LBPH(Local Binary Patterns Histograms)算法进行人脸识别。这里假设已经有了人脸图片库，并且已经进行了训练得到了识别模型。

import cv2
import numpy as np

# 加载Haar级联分类器用于人脸检测
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 加载LBPH算法模型用于人脸识别
recognizer = cv2.face.LBPHFaceRecognizer_create()
recognizer.read('trainer.yml')

# 加载人脸图片库，用于显示人名
names = ['Person 1', 'Person 2', 'Person 3']  # 人名列表
face_images = []
for i in range(len(names)):
    img = cv2.imread('person_{}.jpg'.format(i+1), 0)
    face_images.append(img)

# 初始化摄像头
cap = cv2.VideoCapture(0)

while True:
    # 从摄像头捕获图片
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换为灰度图像

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

    # 对每一个检测到的人脸进行识别
    for (x,y,w,h) in faces:
        # 绘制矩形框
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)

        # 提取人脸ROI并进行识别
        roi_gray = gray[y:y+h, x:x+w]
        id_, confidence = recognizer.predict(roi_gray)

        # 显示人名和置信度
        if confidence < 100:
            name = names[id_]
            confidence = "  {0}%".format(round(100 - confidence))
        else:
            name = "unknown"
            confidence = "  {0}%".format(round(100 - confidence))
        cv2.putText(img, name, (x+5,y-5), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,255,0), 2)
        cv2.putText(img, str(confidence), (x+5,y+h-5), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,255,0), 1)

    # 显示图片
    cv2.imshow('img',img)

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

# 释放资源
cap.release()
cv2.destroyAllWindows()

在上述代码中，首先加载了Haar级联分类器和LBPH算法模型，然后加载了人脸图片库，用于在识别时显示人名。接着，程序启动摄像头，不断进行人脸检测和识别，并在检测到人脸时绘制矩形框、识别人脸并显示人名和置信度。最后，按下q键退出程序，并释放摄像头资源。

需要注意的是，这里使用的是OpenCV的Python接口，需要先安装OpenCV for Python。此外，还需要准备好人脸图片库和识别模型，可以通过OpenCV提供的API进行训练。