opencv人脸框往上加30%，往右加%40，往左加%40，往下加40%图片尺寸宽295，高413的尺寸来保存并不要图片变形或扭曲

要将人脸框调整为指定的尺寸（宽度295，高度413），并确保图像不变形或扭曲，您可以按照以下步骤进行操作：

1. 检测人脸并获取人脸框的位置和大小。
2. 根据目标尺寸（宽度295，高度413）计算需要添加的边界值。
3. 根据边界值调整人脸框的位置和大小。
4. 调整人脸框的位置和大小时，确保不超出图像边界。
5. 根据调整后的人脸框裁剪图像。
6. 使用插值方法调整裁剪后的图像大小为目标尺寸。

以下是示例代码，实现上述步骤：

import cv2

# 读取图像
image = cv2.imread('input.jpg')

# 加载人脸检测器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 检测人脸
faces = face_cascade.detectMultiScale(image, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

# 遍历每个检测到的人脸
for (x, y, w, h) in faces:
    # 计算边界值
    padding_top = int(0.3 * h)
    padding_bottom = int(0.4 * h)
    padding_left = int(0.4 * w)
    padding_right = int(0.3 * w)
    
    # 调整人脸框的位置和大小
    x -= padding_left
    y -= padding_top
    w += padding_left + padding_right
    h += padding_top + padding_bottom
    
    # 确保不超出图像边界
    x = max(0, x)
    y = max(0, y)
    w = min(w, image.shape[1] - x)
    h = min(h, image.shape[0] - y)
    
    # 裁剪图像
    cropped_image = image[y:y+h, x:x+w]
    
    # 调整图像大小
    resized_image = cv2.resize(cropped_image, (295, 413), interpolation=cv2.INTER_LINEAR)
    
    # 保存调整后的图像
    cv2.imwrite('output.jpg', resized_image)

print("调整完成并保存为：output.jpg")

请确保在运行代码之前已经安装了OpenCV库，并将`input.jpg`替换为您要处理的图像路径。此代码将在原图像中检测人脸，并根据目标尺寸（宽度295，高度413）计算需要添加的边界值。然后，根据边界值调整人脸框的位置和大小，确保不超出图像边界，并裁剪图像。最后，使用插值方法调整裁剪后的图像大小为目标尺寸，并将调整后的图像保存为`output.jpg`。

请注意，具体的效果可能因图像和人脸检测结果而异。您可以根据需要调整目标尺寸和其他参数以获得最佳效果。