python检测图片是否有人脸

python使用opencv实现简单的人脸检测，可以检测一种多少人脸，人脸区域，将人脸单独切割出来

【核心代码】

                    faces = face_cascade.detectMultiScale(img, 1.1,5)
                    if len(faces):
                        for (x, y, w, h) in faces:
                            if w>=20 and h>=20:
                                listStr = [str(int(time.time())), str(count)]
                                fileName = ''.join(listStr)
                                X = int(x)
                                W = min(int(x w),img.shape[1])
                                Y = int(y)
                                H = min(int(y h),img.shape[0])
 
                                f = cv2.resize(img[Y:H, X:W], (W-X,H-Y))
                                cv2.imwrite(targetPath os.sep '%s.jpg' % fileName, f)
                                count = 1
                                print  (imagePath " have face")

# -*- coding: utf-8 -*-
import os
import cv2
import time
import base64
 
def getAllPath（dirpath *suffix）:
    PathArray = []
    for r ds fs in os.walk（dirpath）:
        for fn in fs:
            if os.path.splitext（fn）[1] in suffix:
                fname = os.path.join（r fn）
                PathArray.append（fname）
    return PathArray
 
def readPicSaveFace_1（sourcePathtargetPathinvalidPath*suffix）:
    try:
        ImagePaths=getAllPath（sourcePath *suffix）
        print（ImagePaths）
        count = 1
        face_cascade = cv2.CascadeClassifier（‘haarcascade_frontalface_alt.xml‘）
        for imagePath in ImagePaths:
            try:
                img = cv2.imread（imagePath）
 
                if type（img） != str:
                    faces = face_cascade.detectMultiScale（img 1.15）
                    if len（faces）:
                        for （x y w h） in faces:
                            if w>=20 and h>=20:
                                listStr = [str（int（time.time（））） str（count）]
                                fileName = ‘‘.join（listStr）
                                X = int（x）
                                W = min（int（x + w）img.shape[1]）
                                Y = int（y）
                                H = min（int（y + h）img.shape[0]）
 
                                f = cv2.resize（img[Y:H X:W] （W-XH-Y））
                                cv2.imwrite（targetPath+os.sep+‘%s.jpg‘ % fileName f）
                                count += 1
                                print  （imagePath + “ have face“）
            except:
                continue
    except IOError:
        print （“Error“）
    else:
        print （‘Find ‘+str（count-1）+‘ faces to Destination ‘+targetPath）
def getFace（imagePath）:
    face_cascade = cv2.CascadeClassifier（）
    try:
        img = cv2.imread（imagePath）
        if type（img） != str:
            faces = face_cascade.detectMultiScale（img 1.1 5）
            if len（faces）:
                for （x y w h） in faces:
                    if w>=20 and h>=20:
                        X = int（x）
                        W = min（int（x + w）img.shape[1]）
                        Y = int（y）
                        H = min（int（y + h）img.shape[0]）
                        f = cv2.resize（img[Y:H X:W] （W-XH-Y））
                        print（image_to_base64（f））
    except:
        pass
def image_to_base64（image_np）:
    image = cv2.imencode（‘.jpg‘ image_np）[1]
    image = str（base64.b64encode（image））[2:-1]
    return image   
if __name__ == ‘__main__‘:
    invalidPath = “test“
    sourcePath = “big“ 
    targetPath1 = “little“
    readPicSaveFace_1（sourcePathtargetPath1invalidPath‘.jpg‘‘.jpeg‘‘.JPEG‘‘.JPG‘‘png‘‘PNG‘）
#     img = cv2.imread（“C:\\Users\\intel\\Pictures\\big\\2.jpeg“）
#     if type（img） != str:
#         x = 1323
#         y = 313
#         w = 54
#         h = 68
#         listStr = [str（int（time.time（））

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     124177  2020-12-10 17:55  big\timg.jpeg

     文件       3347  2020-12-14 14:23  openCvTest.py

     目录          0  2020-12-14 14:22  big

     目录          0  2020-12-14 14:22  test

     目录          0  2020-12-14 14:23  little

----------- ---------  ---------- -----  ----

               127524                    5