# 1  load    2   load  jpg    3   hear gray  4  detect    5    draw
import cv2
import numpy as np
face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# haarcascade_frontalface_default.xml 檔案是訓練出的人臉識別模型 該檔案在 "opencv/data/haarcascades/"目錄下
eye_xml = cv2.CascadeClassifier('haarcascade_eye.xml')
# haarcascade_eye.xml 檔案是訓練出的眼睛識別模型    該檔案在 "opencv/data/haarcascades/"目錄下
img = cv2.imread("123.jpg")  # 123.jpg是人臉的圖片
cv2.imshow('src',img)
gary = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
face = face_xml.detectMultiScale(gary,1.3,5)
# 1.gary  灰度資料    2. 1.3  比例縮放範圍   3.5 最小畫素
print("face=",len(face))
# draw
for (x,y,w,h) in face:
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)   # img  繪製的資料   （x,y） 要繪製的起始座標   （(x+w,y+h)） 終止位置   顏色   2   線條粗細
    roi_face = gary[y:y+h,x:x+w]
    roi_color = img[y:y+h,x:x+w]
    # 引數是灰度圖片
    eyes = eye_xml.detectMultiScale(roi_face)
    print("eye=",len(eyes))
    for (e_x,e_y,e_w,e_h) in eyes:
        cv2.rectangle(roi_color,(e_x,e_y),(e_x+e_w,e_y+e_h),(0,255,0),2)
cv2.imshow("dst",img)
cv2.waitKey(0)