总在科幻电影里看到人脸识别，现在我们也可以编程来实现啦。哈哈~~
OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库--尽管也可以使用某些外部库。它还提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方
面的很多通用算法。
所以总体来说OpenCV的人脸检测功能在是很不错的。
效果图如下：
下面我们就用python + OpenCV实现人脸识别。
开发运行环境：
Centos5.5
OpenCV
python2.7
PIL
下面上代码：
#!/usr/bin/python# -*- coding: UTF-8 -*- # face_detect.py # Face Detection using OpenCV. Based on sample code from:# http://www.pythontab.com # Usage: python face_detect.py import sys, os#引入opencv库中的相应组件from opencv.cv import *from opencv.highgui import *#引入PIL库from PIL import Image, ImageDrawfrom math import sqrt def detectObjects(image): #首先把图片转换为灰度模式，以便找到人脸位置 grayscale = cvCreateImage(cvSize(image.width, image.height), 8, 1) cvCvtColor(image, grayscale, CV_BGR2GRAY) storage = cvCreateMemStorage(0) cvClearMemStorage(storage) cvEqualizeHist(grayscale, grayscale) cascade = cvLoadHaarClassifierCascade( '/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml', cvSize(1,1)) faces = cvHaarDetectObjects(grayscale, cascade, storage, 1.1, 2, CV_HAAR_DO_CANNY_PRUNING, cvSize(20,20)) result = [] for f in faces: result.append((f.x, f.y, f.x+f.width, f.y+f.height)) return result def grayscale(r, g, b): return int(r * .3 + g * .59 + b * .11) def process(infile, outfile): image = cvLoadImage(infile); if image: faces = detectObjects(image) im = Image.open(infile) if faces: draw = ImageDraw.Draw(im) for f in faces: draw.rectangle(f, outline=(255, 0, 255)) im.save(outfile, "JPEG", quality=100) else: print "Error: cannot detect faces on %s" % infile if __name__ == "__main__": process('input.jpg', 'output.jpg')代码到此结束，上面的例子看不懂，没关系，因为我们大量使用了库里面的函数和方法，如果看不懂，我们可以去网上查或者使用手册，只要借助这些看懂这段代码就ok，重要的是掌握其中的人脸识别实现思想
