python人脸识别、人体识别、耳朵眼睛识别源码

import cv2
import sys
from PIL import Image

def CatchUsbVideo（window_name camera_idx）:
    cv2.namedWindow（window_name）
    
    #视频来源，可以来自一段已存好的视频，也可以直接来自USB摄像头
    cap = cv2.VideoCapture（camera_idx）                
    
    #告诉OpenCV使用人脸识别分类器
    #classfier = cv2.CascadeClassifier（‘C:\\Users\\wfd519\\Downloads\\opencv\\sources\\samples\\winrt_universal\\VideoCaptureXAML\\video_capture_xaml\\video_capture_xaml.Windows\\Assets\\haarcascade_frontalface_alt.xml‘）
    #C:\Users\wfd519\Downloads\OpenCV-detection-models-master\haarcascades
    classfier = cv2.CascadeClassifier（‘C:\\Users\\wfd519\\Downloads\\OpenCV-detection-models-master\\haarcascades\\haarcascade_frontalface_default.xml‘）
	#识别出人脸后要画的边框的颜色，RGB格式
    color = （0 255 0）
    #眼睛分类器
    cl2 = cv2.CascadeClassifier（‘C:\\Users\\wfd519\\Downloads\\OpenCV-detection-models-master\\haarcascades\\haarcascade_eye.xml‘）
    #耳朵分类器haarcascade_mcs_leftear.xml
    cl3 = cv2.CascadeClassifier（‘C:\\Users\\wfd519\\Downloads\\OpenCV-detection-models-master\\haarcascades\\haarcascade_mcs_leftear.xml‘）
    #上半身
    cl4 = cv2.CascadeClassifier（‘C:\\Users\\wfd519\\Downloads\\OpenCV-detection-models-master\\haarcascades\\haarcascade_upperbody.xml‘）
    while cap.isOpened（）:
        ok frame = cap.read（） #读取一帧数据
        if not ok:            
            break  

        #将当前帧转换成灰度图像
        grey = cv2.cvtColor（frame cv2.COLOR_BGR2GRAY）                 
        
        #人脸检测，1.2和2分别为图片缩放比例和需要检测的有效点数
        faceRects = classfier.detectMultiScale（grey scaleFactor = 1.2 minNeighbors = 3 minSize = （32 32））
        if len（faceRects） > 0:            #大于0则检测到人脸                                   
            for faceRect in f