小白我今天學到了乙個跟人臉相關的東西了，而且搞了半天終於搞定了。
我們先看看效果。
這是原圖：
這是執行過後的效果圖：
對於小白我來說，感覺很酷，畢竟在自學的路上又更進了一步。
接下來我們來看看是如何實現的，
import cv2
#像這裡的haarcascade_frontalface_default.xml和haarcascade_eye.xml檔案
#在我們匯入的第三方庫cv2中都有，我們必須要用到，否則，是實現不了的
#建立人臉檢測級聯分類器物件例項
face_cascade = cv2.cascadeclassifier(「e:\pycharm\untitled3.6\lib\site-packages\cv2\data\haarcascade_frontalface_default.xml」)
#建立人眼檢測級聯分類器例項
eye_cascade = cv2.cascadeclassifier(「e:\pycharm\untitled3.6\lib\site-packages\cv2\data\haarcascade_eye.xml」)
#載入image = cv2.imread(r"c:\users\w\desktop\face\x.jpg")
#灰度化處理
gray_image = cv2.cvtcolor(image,cv2.color_bgr2gray)
#呼叫級聯分類器進行多尺度檢測
faces = face_cascade.detectmultiscale(gray_image,1.5,3)
#遍歷檢測到的結果
for (x,y,w,h) in faces:
#繪製矩形框，顏色值的順序為bgr，即矩形的顏色為藍色
cv2.rectangle(image,(x,y),(x+w,y+h),(255,0,0),2)
roi_gray = gray_image[y:y+h,x:x+w]
roi_color = image[y:y+h,x:x+w]
#在檢測到的人臉區域內檢測眼睛
eyes = eye_cascade.detectmultiscale(roi_gray)
for(ex,ey,ew,eh) in eyes:
cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
#寫出cv2.imwrite(r"c:\users\w\desktop\face\x1.jpg",image)
執行一下，我們就可以得到上方的效果了。今天研究了一下，最終還是有回報的，賊開心。
WebGL自學筆記第三天
建立緩衝區物件 gl.createbuffer 繫結緩衝區物件 gl.bindbuffer 將資料寫入緩衝區物件 gl.bufferdata 將緩衝區物件分配給乙個attribute變數 gl.vertexattribpointer 開啟attribute變數 gl.enablevertexattr...
自學python第三天之 異常處理彙總
異常就是執行期檢測到的錯誤。計算機語言針對可能出現的錯誤定義了異常型別，某種錯誤引發對應的異常時，異常處理程式將被啟動，從而恢復程式的正常執行。異常體系內部有層次關係，python異常體系中的部分關係如下所示 檢測範圍 except exception as reason 出現異常後的處理 try ...
自學php 第三天 讀寫檔案
這次的例子是把訂單的資料儲存起來，一般是用資料庫來進行資料的儲存最好，但是今天目的是為了學習讀寫檔案，所以這次把資料存在檔案裡。讀寫檔案有一般有三個步驟 1 開啟檔案。如果檔案不存在，需要先建立它。2 讀取 寫入資料。3 關閉檔案。1.使用fopen 開啟檔案。fp fopen document r...