主要为大家详细介绍了Python基于OpenCV实现视频的人脸检测，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

人脸检测训练好的分类器文件haarcascade_frontalcatface_extended.xml，配合opencv进行人脸检测，

1. pyqt界面设计文件 2. 主程序main调用qt界面 3. 实现opencv对人脸进行检测

基于openCV人脸识别的课堂考勤系统服务端 语言：java

用特征脸方法，ORL人脸库做一个完整的识别系统 采用opencv3.3和vs2015

openCV人脸检测的C++代码

检测视频中人数_人脸识别_OPENCV_C++

1、资源内容：毕业设计lun-wen word版10000字+；开题报告，任务书 2、学习目标：快速完成相关题目设计； 3、应用场景：课程设计、diy、毕业、参赛； 4、特点：直接可以编辑使用； 5、使用人群：设计参赛人员，学生，教师等。 6、使用说明：下载解压可直接使用。 7、能学到什么：通过学习本课题的设计与实现， 学习内部架构和原理，为后续的创作提供一定的设计思路和设计启发 ， 同时也为后续的作品创作提供有力的理论依据、实验依据和设计依据， 例如提供一些开源代码、设计原理和电路图等有效的资料，而且本设计简单， 通俗易通，易于学习，为不同使用者提供学习资源，方便快捷， 是一种有效且实用的，同时也是一份值得学习和参考的资料。

注意这里提取到的人脸图片的保存地址要改成自己要保存的地址 opencv人脸的检测模型的路径也要更改为自己安装的opencv的人脸检测模型的路径 import cv2 save_path = 'F:\\face_photo_save\\chenym\\' cascade = cv2.CascadeClassifier("D:\\opencv249\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt_tree.xml") cap = cv2.VideoCapture(0) i = 0 while True: ret

基于OpenCV的人脸识别例子，识别率80%左右。