python写一个人脸跟踪的算法代码，对10张图片进行人脸跟踪，以第一张图片中的人脸检测结果初始化，对后续9张图片中的人脸进行跟踪

下面是一个简单的基于OpenCV的人脸跟踪算法代码，可以对10张图片进行人脸跟踪。该代码使用了Haar级联分类器进行人脸检测，使用了CSRT算法进行人脸跟踪。

import cv2

# 加载Haar级联分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 加载第一张图片并检测人脸
img1 = cv2.imread('image1.jpg')
gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
faces1 = face_cascade.detectMultiScale(gray1, 1.3, 5)

# 初始化跟踪器
tracker = cv2.TrackerCSRT_create()

# 对第一个人脸进行跟踪
for (x, y, w, h) in faces1:
    bbox = (x, y, w, h)
    ok = tracker.init(img1, bbox)

# 对后续9张图片进行人脸跟踪
for i in range(2, 11):
    # 加载图片并进行人脸检测
    img = cv2.imread('image{}.jpg'.format(i))
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    # 对每个检测到的人脸进行跟踪
    for (x, y, w, h) in faces:
        # 使用CSRT算法进行跟踪
        bbox = (x, y, w, h)
        ok, bbox = tracker.update(img)
        if ok:
            # 跟踪成功，绘制跟踪框
            p1 = (int(bbox[0]), int(bbox[1]))
            p2 = (int(bbox[0] + bbox[2]), int(bbox[1] + bbox[3]))
            cv2.rectangle(img, p1, p2, (0, 255, 0), 2, 1)
        else:
            # 跟踪失败，重新初始化跟踪器
            tracker = cv2.TrackerCSRT_create()
            bbox = (x, y, w, h)
            ok = tracker.init(img, bbox)

    # 显示图片
    cv2.imshow('image', img)
    cv2.waitKey(0)

cv2.destroyAllWindows()