（1）人脸检测

opencv+dlib

这里本人用一整个文集模块来记录对opencv以及dlib的学习过程，然后尤其要感谢一位CSND 博主。
对这两个库的学习我将主要参考：
1. opencv3 计算机视觉python语言实现 这本书
2. 博主文章
3. 官方文档

安装这两个库的教程可以参考我的另一篇博文：环境配置

这是一个简单的人脸检测并且标出的小程序，具体实现将直接贴出代码，然后代码意义在注释中讲得也比较清楚。

import dlib
import cv2
import sys
detector = dlib.get_frontal_face_detector() #获取人脸分类器
#这列用命令行的方式传入图片参数（其实就是名字）
for f in sys.argv[1:]:
    #用opencv读取图片
    img = cv2.imread(f, cv2.IMREAD_COLOR)
    # 摘自官方文档：
    # image is a numpy ndarray containing either an 8bit grayscale or RGB image.
    # opencv读入的图片默认是bgr格式，我们需要将其转换为rgb格式；都是numpy的ndarray类。
    b, g, r = cv2.split(img) #分离是三颜色通道
    img = cv2.merge([r, g, b]) #把三种颜色组合成rgb新图片
    dets = detector(img, 1) #调用dlib库对图片进行识别
    print("这张图识别到 {} 张人脸".format(len(dets)))
    for index, face in enumerate(dets):
        #left()、top()、right()、bottom()都是dlib.rectangle类的方法，对应矩形四条边的位置
        print("人脸{}的框位置为left:{} , top:{} , right:{} , bottom{}".format(index, face.left(), face.top(), face.right(), face.bottom()))
        #在图片中标注并显示
        left = face.left()
        top = face.top()
        right = face.right()
        bottom = face.bottom()
        bottom = face.bottom()
        cv2.rectangle(img, (left, top), (right, bottom), (0, 255, 0), 3)
        cv2.namedWindow(f, cv2.WINDOW_AUTOSIZE)
        cv2.imshow(f, img)
# 等待按键，随后退出，销毁窗口
k = cv2.waitKey(0)
cv2.destroyAllWindows()

运行图片我就不贴了，因为这个实在是挺直观的。。。