Python机器视觉开发体验

一、前言

近日学习Python机器视觉开发，完成两套完整人脸检测 Demo：静态图片人脸检测、摄像头实时人脸检测。此文章整合理论知识点、可直接运行代码、常见报错解决方案等，适合 OpenCV 新手入门。

二、环境搭建

2.1 PyCharm Conda 虚拟环境配置 and 创建新项目：

2.2 opencv-python 与 opencv-contrib-python 区别

两者只能二选一，同时安装会引发模块冲突、函数找不到。

四类 OpenCV 包区分：

2.3 Python 单引号 / 双引号 / 三引号区别

• 单引号' '：仅单行，内部可直接写双引号；内部单引号需转义\\'

tip = 'Snape whispered: "Always."'
sentence = 'I\\'m still deeply in love with Lily.'

• 双引号" "：仅单行，内部可直接写单引号，项目编码规范首选

tip = "I'm Sirius Black, Harry's godfather."

• 三引号''' ''' / """ """
• 支持多行字符串，自动保留换行，无需\\n；内部单双引号均不用转义
• 两大用途：长文本、函数文档注释（规范使用三双引号）

# 多行提示文本
msg = """人脸检测程序操作说明
1. 按 q 键关闭摄像头
2. 录制视频自动存入video文件夹
"""
# 文档注释
def face_detect():
"""基于Haar级联分类器实现人脸检测"""
pass

2.4 f-string 格式化字符串 f""

• 字符串前缀 f 代表 f-string，全称格式化字符串（format），Python3.6+ 支持
• 语法 {变量/表达式}，运行时自动替换为内容，简化字符串拼接

# 老式写法
print("实时人脸坐标：", x, y, w, h)
# f-string推荐写法
print(f"实时人脸坐标: {x, y, w, h}")

⚠️ 要点

三、机器视觉核心理论

3.1 标准视觉处理五链路

图像采集 → 图像预处理 → 特征提取 → 目标检测 → 可视化输出

3.2 图像底层矩阵原理

3.3 Haar 级联分类器检测原理

基于 Haar 特征 + AdaBoost 算法，灰度图中多尺度滑动窗口识别人脸； detectMultiScale 核心参数：

• scaleFactor=1.1：图像缩放比例，数值越小检测越精细，速度越慢；
• minNeighbors=5：过滤无效检测框，降低误检；
• minSize/maxSize：限制人脸尺寸，过滤画面中过大 / 过小干扰区域； OpenCV 内置预训练人脸模型，推荐使用内置路径避免文件缺失报错。

四、实战代码 1：静态图片人脸检测 demo1.py

功能：读取本地图片、等比例缩放、人脸检测、绘制检测框、窗口 3 秒自动关闭

import cv2

# 1.读取图片
img = cv2.imread('./img/hua1_GPT.png')
print("图像矩阵：", img)
print("图像类型：", type(img))
print("图像形状(高,宽,通道)：", img.shape)

# 获取原图宽高，等比例缩放不拉伸
h, w = img.shape[:2]
target_w = 511
scale = target_w / w
target_h = int(h * scale)
img_re = cv2.resize(img, (target_w, target_h))
print("缩放后图像类型：", type(img_re))
print("缩放后图像形状：", img_re.shape)

# 2.加载人脸检测模型（推荐内置路径，避免文件找不到）
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

# 3.执行人脸检测
faces = face_cascade.detectMultiScale(img_re, 1.1, 5, minSize=(100, 100), maxSize=(2000, 2000))
print("检测到所有人脸坐标：", faces)

# 4.遍历人脸，绘制检测框
for (x, y, w, h) in faces:
print(f"人脸位置 x:{x},y:{y},宽:{w},高:{h}")
cv2.rectangle(img_re, (x, y), (x + w, y + h), (210, 0, 180), 2, cv2.LINE_AA)

# 5.展示窗口，3000毫秒后自动关闭
cv2.imshow('img_try', img_re)
cv2.waitKey(3000)
cv2.destroyAllWindows()

代码关键点说明

五、实战代码 2：摄像头实时人脸检测 demo2.py

功能：摄像头读取、画面时间戳、人脸高斯马赛克、自动录制 MP4 视频、q 键退出释放资源

import cv2
import os
from datetime import datetime

# 1.打开默认摄像头
cap = cv2.VideoCapture(0)
if not cap.isOpened():
print("摄像头打开失败！检查设备是否被其他软件占用")
exit()

# ========== 视频录制配置 ==========
# 获取摄像头分辨率
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
# mp4编码格式
fourcc = cv2.VideoWriter.fourcc(*'mp4v')
# 自动创建视频存储文件夹
if not os.path.exists("video"):
print("文件夹video不存在，已重新创建！")
os.mkdir("video")
# 视频写入对象
out = cv2.VideoWriter("video/face_record.mp4", fourcc, 30, (width, height))

# 2.加载人脸检测模型
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

# 3.循环读取摄像头每一帧画面
while True:
ret, frame = cap.read()
if not ret:
break
# 获取当前时间戳
now_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
# 转为灰度图（人脸检测必备）
frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 人脸检测
faces = face_cascade.detectMultiScale(frame_gray, 1.1, 5, minSize=(100, 100), maxSize=(2000, 2000))

# 画面左上角绘制时间文字
cv2.putText(frame, now_time, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (255, 190, 0), 2)

# 遍历人脸：绘制检测框 + 人脸马赛克隐私处理
for (x, y, w, h) in faces:
print(f"实时人脸坐标：{x, y, w, h}")
cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 120), 2, cv2.LINE_AA)
# 截取人脸区域
face_roi = frame[y:y + h, x:x + w]
# 高斯模糊生成马赛克，卷积核越大模糊越强
blur_face = cv2.GaussianBlur(face_roi, (31, 31), 0)
# 模糊区域覆盖原图人脸
frame[y:y + h, x:x + w] = blur_face

# 将当前帧写入视频文件
out.write(frame)
cv2.imshow("Face Detect", frame)

# 按键监听，按q退出
key = cv2.waitKey(1)
if key == ord("q"):
break

# 释放全部硬件资源，防止摄像头持续占用
cap.release()
out.release()
cv2.destroyAllWindows()

功能说明

六、进阶拓展方向