pip install opencv-python

import cv2

def main():
    # 加載Haar級(jí)聯(lián)分類器
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
    '''
    加載 Haar 級(jí)聯(lián)分類器：
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
    cv2.CascadeClassifier()：這是 OpenCV 中的一個(gè)類，用于加載預(yù)先訓(xùn)練好的 Haar 級(jí)聯(lián)分類器。
    cv2.data.haarcascades + 'haarcascade_frontalface_default.xml'：這是 OpenCV 自帶的預(yù)訓(xùn)練 Haar 級(jí)聯(lián)分類器文件路徑，用于檢測(cè)正面人臉。
    '''
    # 打開默認(rèn)攝像頭
    cap = cv2.VideoCapture(0)
    '''
    打開默認(rèn)攝像頭：
    cap = cv2.VideoCapture(0)
    cv2.VideoCapture()：這是 OpenCV 中的一個(gè)類，用于捕獲視頻。參數(shù) 0 表示打開默認(rèn)攝像頭。
    '''
    while True:
        # 讀取視頻流中的一幀
        ret, frame = cap.read()
        '''
        讀取視頻流中的一幀：
        ret, frame = cap.read()
        cap.read()：從攝像頭讀取一幀圖像。返回兩個(gè)值：
        ret：布爾值，表示讀取是否成功。如果讀取成功，ret 為 True；否則為 False。
        frame：讀取到的圖像幀。
        '''
        if not ret:
            break
        '''
        檢查讀取是否成功：
        if not ret:
            break
        如果讀取失?。ɡ鐢z像頭斷開連接），則退出循環(huán)。
        '''
        # 將幀轉(zhuǎn)換為灰度，因?yàn)?Haar 級(jí)聯(lián)分類器需要灰度圖像
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        '''
        將幀轉(zhuǎn)換為灰度：
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        cv2.cvtColor()：這是 OpenCV 中的一個(gè)函數(shù)，用于顏色空間轉(zhuǎn)換。
        frame：輸入圖像。
        cv2.COLOR_BGR2GRAY：將 BGR 圖像轉(zhuǎn)換為灰度圖像。
        '''
        # 檢測(cè)人臉
        faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30),
                                             flags=cv2.CASCADE_SCALE_IMAGE)
        '''
        檢測(cè)人臉：
        faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30),
                                             flags=cv2.CASCADE_SCALE_IMAGE)
        face_cascade.detectMultiScale()：這是 Haar 級(jí)聯(lián)分類器的一個(gè)方法，用于檢測(cè)圖像中的人臉。
        gray：輸入的灰度圖像。
        scaleFactor=1.1：每次圖像尺寸減小的比例。
        minNeighbors=5：每個(gè)候選矩形應(yīng)保留的鄰居數(shù)閾值。
        minSize=(30, 30)：最小檢測(cè)人臉的尺寸。
        flags=cv2.CASCADE_SCALE_IMAGE：用于優(yōu)化檢測(cè)過(guò)程的標(biāo)志。
        '''
        # 在檢測(cè)到的人臉周圍繪制矩形
        for (x, y, w, h) in faces:
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
            '''
            在檢測(cè)到的人臉周圍繪制矩形：
            for (x, y, w, h) in faces:
                cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
            for (x, y, w, h) in faces：遍歷檢測(cè)到的每個(gè)人臉。
            cv2.rectangle()：這是 OpenCV 中的一個(gè)函數(shù)，用于在圖像上繪制矩形。
            frame：輸入圖像。
            (x, y)：矩形左上角的坐標(biāo)。
            (x + w, y + h)：矩形右下角的坐標(biāo)。
            (0, 255, 0)：矩形的顏色（綠色）。
            2：矩形線條的厚度。
            '''
        # 顯示結(jié)果幀
        cv2.imshow('Face Detection', frame)
        '''
        顯示結(jié)果幀：
        cv2.imshow('Face Detection', frame)
        cv2.imshow()：這是 OpenCV 中的一個(gè)函數(shù)，用于顯示圖像。
        'Face Detection'：窗口標(biāo)題。
        frame：要顯示的圖像。
        '''
        # 按'q'退出循環(huán)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
        '''
        按'q'退出循環(huán)：
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
        cv2.waitKey(1)：等待 1 毫秒，等待用戶按鍵。
        & 0xFF：將按鍵值轉(zhuǎn)換為 ASCII 碼。
        ord('q')：獲取字符 'q' 的 ASCII 碼。
        如果用戶按下 'q' 鍵，則退出循環(huán)。
        '''
    # 釋放攝像頭并關(guān)閉所有窗口
    cap.release()
    cv2.destroyAllWindows()
    '''
    釋放攝像頭并關(guān)閉所有窗口：
    cap.release()
    cv2.destroyAllWindows()
    cap.release()：釋放攝像頭資源。
    cv2.destroyAllWindows()：關(guān)閉所有 OpenCV 窗口。
    '''
if __name__ == "__main__":
    main()

python3 face_detection.py