faces = face_cascade.detectMultiScale

`face_cascade.detectMultiScale()` 是 OpenCV 中的一个人脸检测函数，用于检测输入图像中的人脸，并返回一个矩形列表，每个矩形表示一个检测到的人脸区域。

以下是使用 `face_cascade.detectMultiScale()` 函数检测人脸的示例代码：

import cv2

# 加载人脸检测器
face_cascade = cv2.CascadeClassifier('path/to/your/haarcascade_frontalface_default.xml')

# 读取图像
img = cv2.imread('path/to/your/image.jpg')

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

# 在灰度图像中检测人脸
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)

# 在图像中将每个检测到的人脸用矩形框出
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)

# 显示结果图像
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

需要注意的是，`detectMultiScale()` 方法的参数包括：

- `gray`：输入图像的灰度图像
- `scaleFactor`：表示在前后两次相继的扫描中，搜索窗口的比例系数，缩小搜索窗口，可以提高检测精度，但也会增加计算量。默认值为 1.1。
- `minNeighbors`：表示构成检测目标的相邻矩形的最小个数（默认为 3）。如果组成检测目标的矩形数量小于该值，则认为该检测目标不合格，被排除。
- `minSize`：表示检测到的人脸区域的最小尺寸。
- `maxSize`：表示检测到的人脸区域的最大尺寸。

可以通过调整这些参数来提高人脸检测的精度和召回率。