1、安裝庫
pip install opencv-python
如果下載比較卡的話，指向國內下載地址：
pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
2、下載源碼
https://opencv.org/
windows11對應的版本下載：?https://pan.baidu.com/s/1yLt6KYCuycbPYMD1DavYqA?pwd=v4w4 提取碼: v4w4?
3、安裝到制定目錄
D:/PythonProject/opencv-4.11.0-install/
4、人臉檢測代碼
# 導入cv模塊
import cv2 as cv# 檢測函數
def detect_face():gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)face_cascade = cv.CascadeClassifier("D:/PythonProject/opencv-4.11.0-install/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml")# faces = face_cascade.detectMultiScale(gray)faces = face_cascade.detectMultiScale(gray, 1.05, 5, 0, (50, 50), (300, 300))for x, y, w, h in faces:cv.rectangle(img, (x, y), (x + w, y + h), color=(255, 0, 0), thickness=2)cv.imshow("result_img", img)# 讀取圖片
img = cv.imread("mans.jpg")
detect_face()
# 等待
while True:if ord("q") == cv.waitKey(0):break
cv.waitKey(0)
# 釋放內存
cv.destroyAllWindows()
說明：detectMultiScale ? 是 OpenCV 中用于檢測圖像中目標（如人臉）的函數，通常與 Haar 特征分類器（如 ? CascadeClassifier ?）一起使用。本次使用 Haar 分類器檢測灰度圖像gray中的人臉。以下是 ? detectMultiScale ? 函數的詳細說明：
detectMultiScale(image, scaleFactor, minNeighbors, flags, minSize, maxSize)
參數說明
1. ? image ?：?輸入圖像，通常是灰度圖像（ ?cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) ?）。其中image是灰度圖像。
2. ? scaleFactor ?：每次圖像縮放的比例因子。它用于控制圖像金字塔的縮放比例。1.05 ? 表示每次圖像縮放的比例為 1.05。較小的值（如 1.05）會檢測到更多的小目標，但計算量會增加；較大的值（如 1.2）會檢測到較大的目標，但可能會漏掉較小的目標。
3. ? minNeighbors ?：?每個目標的鄰近目標數量。這個參數用于控制檢測的嚴格程度。較高的值會減少誤檢測，但可能會漏掉真實的目標。5 表示每個目標至少需要有 5 個鄰近目標。
4. ? flags ?：用于指定檢測過程中的一些選項。通常可以設置為 ? 0 ? 或 ? cv2.CASCADE_SCALE_IMAGE ?。0 ? 表示使用默認設置。
5. ? minSize ?：檢測目標的最小尺寸（寬和高）。小于這個尺寸的目標將被忽略。(50, 50) ? 表示最小尺寸為 50×50 像素。
6. ? maxSize ?：檢測目標的最大尺寸（寬和高）。大于這個尺寸的目標將被忽略。?(300, 300) ? 表示最大尺寸為 300×300 像素。
返回值?faces ?：? 返回一個矩形列表，每個矩形表示檢測到的目標（如人臉）的位置。每個矩形是一個包含四個值的元組 ? (x, y, w, h) ?，分別表示矩形的左上角坐標 ? (x, y) ? 和矩形的寬度 ? w ? 和高度 ? h ?。
