Python代码，实现调用opencv识别图片人脸位置。
最初代码只能读取非中文路径图片文件，可通过打补丁实现读取非中文路径图片，打补丁完整代码见附加下载
一、检测效果
当人脸比较多的时候，有人脸会不被识别的情况。
二、代码展示（中文路径无法读取）
借助AI创建代码，可以打开非中文路径的图片文件，调用opencv库标注人脸位置，并导出标注人脸的图片。
python
import cv2
import tkinter as tk
from tkinter import filedialog
# 1. 选择图片
root = tk.Tk()
root.withdraw()
file_path = filedialog.askopenfilename(
title="选择图片",
filetypes=[("图片文件", "*.jpg *.jpeg *.png *.bmp")]
)
if not file_path:
print("未选择图片")
exit()
# 2. 读取图片
img = cv2.imread(file_path)
if img is None:
print("图片读取失败")
exit()
# 3. 加载人脸检测器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
# 4. 转换为灰度图并检测人脸
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
# 5. 标注人脸位置
annotated_img = img.copy()
for (x, y, w, h) in faces:
cv2.rectangle(annotated_img, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.putText(annotated_img, f"Face {len(faces)}", (x, y - 10),
cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2)
print(f"检测到 {len(faces)} 张人脸")
# 6. 显示图片
cv2.imshow("人脸检测", annotated_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 7. 导出标注图片
output_path = file_path.rsplit('.', 1)[0] + '_detected.jpg'
cv2.imwrite(output_path, annotated_img)
print(f"已导出: {output_path}")三、代码补丁（中文路径读取）
python
import numpy as np
#可读取中文路径的图片
def imread_chinese(path, flags=cv2.IMREAD_COLOR):
"""
支持中文路径的图像读取函数
"""
# 1. 以二进制模式读取文件内容
with open(path, 'rb') as f:
image_data = f.read()
# 2. 将字节流转换为 NumPy 数组
image_array = np.frombuffer(image_data, dtype=np.uint8)
# 3. 使用 imdecode 解码为图像矩阵
image = cv2.imdecode(image_array, flags)
return image
img = imread_chinese(file_path) #可读取中文路径图片