1：簡介
人臉檢測指從現實環境中識別出人臉的位置；

人臉識別基於人臉檢測，下一步才能辨析人臉的屬性，從而判別這個人是誰。

2：影象基本概念
幀：一張圖
幀數：一秒鐘重新整理多少張圖片
解析度：單位大小所能承載的畫素，能力為正相關
影象插值：提高影象解析度
OpenCV提供了5種插值方法：最鄰近、雙線性、基於畫素區域、立方插值及蘭索斯插值（加粗的兩個時間複雜度低）
介紹：引用 影象插值
灰度圖：二值影象的拓展，在黑白兩種顏色中取得灰色，黑，白，灰
人臉ROI
3：應用
用Haar級聯來做人臉檢測。 Haar級聯通過在多個尺度上從影象中提取大量的簡單特徵來實現。
簡單特徵主要指邊、線、矩形特徵等，這些特徵都非常易於計算，
然後通過建立一系列簡單的分類器來做訓練。

這裡需要一個cascade_files去訓練model，完整程式碼見我的github

https://github.com/shaojintian/Face_detection/tree/master

#face_nose&eyes_detection.py
import cv2
import numpy as np

#import Haar files to train face detection model 

face_cascade=cv2.CascadeClassifier('cascade_files/haarcascade_frontalface_alt.xml')
nose_cascade=
 
cv2.CascadeClassifier('cascade_files/haarcascade_mcs_nose.xml')
eye_cascade=cv2.CascadeClassifier('cascade_files/haarcascade_eye.xml')
# check whether haar is done 
if face_cascade.empty():
	raise IOError('Unable to load haarcascade_frontalface_alt')
if nose_cascade.empty():
	raise IOError('Unable to load haarcascade_mcs_nose.xml'
 
)
if eye_cascade.empty():
	raise IOError('Unable to load haarcascade_eye.xml')	
# initialize camera from PC camera 
# parameter 0 -> PC camera
camera=cv2.VideoCapture(0)

#image clearity scale 

scale_image=0.6


# infinite circle to capture images 

while True:
	#capture current image
	#frame->幀
	ret,frame=camera.read()
	#每次都調整一下幀的大小
	#interpolation（插值法）：最近鄰時間複雜度最小
	frame=cv2.resize(frame,None,fx=scale_image,fy=scale_image,
					interpolation=cv2.INTER_NEAREST)
	#將影象轉為灰度圖
	gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)

	#灰度影象上執行人臉檢測器->人臉矩形框
		#1.5->乘積係數，5->最小緊鄰數量	
	face_rects=face_cascade.detectMultiScale(gray,1.5,5)
	


	#畫出人臉矩形框 
	#nose ,eyes in face_rects
	#3->框的厚度
	for(x,y,w,h) in face_rects:
		cv2.rectangle(frame,(x,y),(x+w,y+h),(255,128,0),2)
		#require face ROI information
		roi_gray=gray[y:y+h,x:x+w]
		roi_color=frame[y:y+h,x:x+w]

		eye_rects=eye_cascade.detectMultiScale(roi_gray)
		nose_rects=nose_cascade.detectMultiScale(roi_gray)
		#draw eye  and nose rectangle
		for(x_eye,y_eye,w_eye,h_eye) in eye_rects:
			center=(int(x_eye+0.5*w_eye),int(y_eye+0.5*h_eye))
			radius=int(0.3*(w_eye+h_eye))
			color=(0,255,255)
			thickness=2
			cv2.circle(roi_color,center,radius,color,thickness)
		for(x_nose,y_nose,w_nose,h_nose) in nose_rects:
			center=(int(x_nose+0.5*w_nose),int(y_nose+0.5*h_nose))
			radius=int(0.3*(w_nose+h_nose))
			color=(0,255,255)
			thickness=2
			cv2.circle(roi_color,center,radius,color,thickness)
			break


	#顯示幀
	cv2.namedWindow('SJT_cam',0)#0->auto size window
	cv2.imshow('SJT_cam',frame)

	# 通過esc退出
	#wait 1ms to check key response
	key=cv2.waitKey(1)
	if key==27:#27==ESC
		break;
#釋放攝像頭
camera.release()
#關閉所有窗體
cv2.destroyAllWindows()