想要实现人脸检测的功能，就需要用到大名鼎鼎的OpenCV。本文就用python语言来实现如何实现对人脸的检测识别。

一、首先，我们先对OpenCV做一个简单了解。

它是一个强大的计算机视觉处理的库，底层是用C语言和C++语言编写，效率非常高。它提供了丰富的图像和视频处理工具，广泛应用于实时视觉应用、图像分析、模式识别等领域。

二、人脸检测的实现具体代码。

小编对opencv的核心处理代码做了一个类，进行了封装。

文件名：target_detection.py。

import cv2
from cvLib import *

# OpenCV 的高级应用：目标检测
# 以下是一个人脸检测的示例：

# 显示图像
obj = CV2Lib("Alice")

imagePath = './image/female.png'
image = cv2.imread(imagePath)

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray_image, scaleFactor=1.9, minNeighbors=5)
for (x, y, w, h) in faces:
   cv2.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)

obj.showImage('Faces', image)
 

文件名：cvLib.py。

import cv2

class CV2Lib:

   def __init__(self, name):
       self.name = name

   def sayHello(self):
       print("Hello, " + self.name)

   def loadImage(self, imagePath):
       self.image = cv2.imread(imagePath)
   
   def convertToGray(self): #转成灰度
       if self.image is not None:
           self.image = cv2.cvtColor(self.image, cv2.COLOR_BGR2GRAY)

   def showImage(self,name, image):
       # 创建一个窗口
       cv2.namedWindow(name)
       # 读取图像self.image = 
       # self.loadImage(imagePath)
       # 显示图像
       cv2.imshow('Image', image)
       # 等待按键操作，如果按下'q'，则退出循环并关闭窗口
       while True:
           if cv2.waitKey(1) & 0xFF == ord('q'):
               break
       # 关闭窗口（虽然在这个例子中，上面的循环已经通过break退出了）
       cv2.destroyAllWindows()  # 或者使用 cv2.destroyWindow("MyWindow")

在项目更目录下创建目录image，并把下图放在下面。

python3 target_detection.py

运行后效果如下：