50行代碼運用Python+OpenCV來實現人臉追蹤
嗨，我最親愛的伙計們，很高興我們又見面了。
做這個頭條號，就是鄙人的一點興趣，首先先感謝朋友們的關注。當然我更希望認識與計算機相關的領域的朋友咱們一起探討交流。重點說一下，我是真人，不是那些扒文章的自媒體組織，大家可以相互交流的！
本篇文章我們來講一下關于AI相關的人臉追蹤，人臉識別相關的一些知識。當然本篇教程為（上）部分，講一下利用python+opencv來實現人臉識別與追蹤，下部分，用python來通過指紋對比實現人臉驗證、人臉解鎖（大家感興趣的可以提前關注哦）。
這兩節課呢，代碼量都不是很多，鄙人盡量多注釋點，便于大家理解。那我們就不多啰嗦廢話了，直接上干貨！
OpenCV：
opencv目前來講是十分流行的視覺庫，而且可以支持多語言。說到opencv就不得不說它的cascades分類器。
如果我們要判斷一張圖片是不是有一張臉，早期方式是通過成千上萬的分類器去從頭匹配到尾，這樣看并沒有什么什么毛病，但判斷的圖片多了呢？那可能需要猴年馬月。opencv的cascades呢，就把這些用來判斷人臉特征的容器劃分成多塊層層匹配，到一層不匹配就被丟棄。
這好比一群人去公司面試，公司***個要求是只要男人，那一批女人就走了，公司說只要本科，一批專科走了，公司說要兩年工作經驗的，又會走一批，直到***。這樣的工作量比每個人面試不管男女都過一遍流程輕松的多。
環境拓撲：
操作系統：windows7
python版本：2.7.14
opencv版本：3.x
環境配置：
1.安裝python（額...這個當我沒說）
2.安裝Opencv
這個從官網下載就OK啦：https://opencv.org/
印象中我記得當初我下載的是3.3版本，但現在好像Github最近訪問不了了，我不知道是不是我的Hosts的問題還是怎么著，大家如果能訪問可以給我留個言，我修復下hosts文件。如果大家也訪問不了，可以留言或者私信，我把以前下載的opencv打包發給大家。
下載完之后直接解壓就行，推薦解壓到跟你的python安裝的父路徑。
3.使用pip安裝numpy
打開cmd輸入：
- pip install numpy
進行安裝，安裝完畢后會給提示。
4.找到你的opencv安裝路徑（比如我的是D盤）
復制D:opencvopencv3.xuildpython.7\x64路徑下的cv2.py
注意：我的windows版本為64位所以我選擇的是X64，如果你的是32位的話你需要選擇X86文件夾下的cv2.pyd
復制完之后，粘貼到你的python安裝路徑下的Lib/site-packages這個文件夾下。
完成上面這些就基本OK啦，我們在寫代碼之前先來測試一下，環境是否配置成功。
在CMD命令行下運行python：
- import numpy
- import cv2
如果沒有報錯，說明安裝完成。
實現原理：
1.調用計算機攝像頭
- cv2.Videocamture(0)
2.將攝像頭數據按幀來取（相當于給每一幀圖片的人臉加框框）
- cam.red()
3.將每一幀攝像頭記錄的數據帶入opencv讓classifier去判斷人臉
- detectMultiScale()
4.如果存在人臉給人臉標記畫框
- cv2.rectangle()
5.輸出畫框后的幀動畫
- cv2.imshow('My Camera',frame)
代碼實現：
***步定義一個識別函數：
先放圖片，這個地方比較重要，我在下面會詳細的說一下。
（代碼上部分）
6-7行代碼說明：
首先創建classifier，為什么要弄這個呢？
引用的haarcascade開頭的文件是opencv里面關于人臉級聯分類器，你在opencv文件夾下的sourcesdatahaarcascades可以看到：
說明功能：
人臉檢測器（默認）：haarcascade_frontalface_default.xml
人臉檢測器（快速Harr）：haarcascade_frontalface_alt2.xml
人臉檢測器（側視）：haarcascade_profileface.xml
眼部檢測器（左眼）：haarcascade_lefteye_2splits.xml
眼部檢測器（右眼）：haarcascade_righteye_2splits.xml
嘴部檢測器：haarcascade_mcs_mouth.xml
鼻子檢測器：haarcascade_mcs_nose.xml
身體檢測器：haarcascade_fullbody.xml
人臉檢測器（快速LBP）：lbpcascade_frontalface.xml
1：haarcascade_frontalface_alt.xml
Stump-based 20x20 gentle adaboost frontal face detector.
2：haarcascade_frontalface_alt2.xml
Tree-based 20x20 gentle adaboost frontal face detector.
3：haarcascade_frontalface_alt_tree.xml
Stump-based 20x20 gentle adaboost frontal face detector.This detector uses tree of stage classifiers instead of a cascade
4：haarcascade_frontalface_default.xml
Stump-based 24x24 discrete(?) adaboost frontal face detector.
以上這四個鄙人都測試過，haarcascade_frontalface_alt.xml這個效果是***的，其它的大家可以單個測試。
設定灰度：
灰度的設定是為了增強面部輪廓的對比度，這是增加精度必不可少的。
核心代碼解剖：
DetectMultiScale 函數是一個檢測物體的通用函數，我們介紹一下：
gray：這是轉換成灰度后的圖片
scaleFactor：補償參數，一般設置值為1.1-1.5比較好，效果大家自己改著看
minNeighbors：對當前其周圍有多少物體進行定義
minSize：設定窗口大小
flags：略抽象，選擇默認或者上圖即可
畫方框：
定義xywh利用for循環讀取faces變量里面的坐標，然后通過rectangle()函數進行畫方框。
代碼下部分：
（代碼下部分）
OK，寫完代碼之后，我們把上部分代碼跟下部分代碼拼湊起來，運行下試一下：
大家湊合看吧，我筆記本cam有點渣，不過隨著人的晃動，都可以***的識別出來，由于沒法上視頻，大家就自行測試吧。
實例代碼，鄙人還沒有打包，有需要的話，微頭條我會給大家發出去~
