为了增加趣味性，不打算按部就班的按照顺序学习，上回讨论了一下数据收集的一点皮毛，今天我们尝试一下人脸识别吧，利用你计算机的摄像头，或者USB即插即用的外置摄像头也行。看完今天的教程，你一定也能做出一个人脸识别的程序来，而且用不了多少代码，好了，开工吧。
在正式写代码之前，确保你的计算机安装了openCV，openCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。
和之前安装第三方库一样，在终端下输入以下命令：
pip install opencv-python
等安装好了输入>import cv2 as cv 测试一下，如果没有出现错误提示，而是换行出现>>>，说明安装成功了。好的接下来我测试输入几行代码测试一下openCV, 你可以在jupyter notebook上面运行或者用其它你喜欢的IDE都可以，建议你先使用notepad++ 或者editplug专门的代码编辑器。这两个工具均可以免费下载使用。
测试代码：
确保d:\python\文件夹中含有test.jpg测试图片，代码写好之后保存到一个目录下面，比如d:\python文件夹中，保存文件名为test1.py, 当然你可以自己建一个文件夹用于存放代码。然后在命令终端进入到这个文件夹，然后用以下命令运行python脚本。
d:\python\ python test1.py 回车运行脚本。
如果不出意外，程序运行完会出现测试图片窗口。
简单解释一下上面的脚本：
第一行带#号的是注释，解释代码用的，便于程序的阅读和理解
第二行导入我们开始安装的opencv库
第四行用cv的一个.imread()方法读取一张外部图片并存入img变量
第六行用namedWindow()方法定义一个叫Image的窗口
第七行用imshow()方法把图片img通过叫Image的窗口来显示
第八行.waitKey()方法接受键盘输入，0表示任意键输入
最后一行.destroyAllWindows()方法销毁所有显示的窗体，也就是说当检测到键盘输入后，窗体关闭。也就是退出程序了。是不是很好理解，至于那些方法怎来的，你不用太细究，这些方法都是cv2模块定义好的，直接拿来用就行了。以下是我机子上测试的效果，显示一张企鹅图：
到此为止，你已经离梦想又进了一步，呵呵。
接下来，我们试试怎么调用摄像头来获取视频或图像，这个为接下来的人脸识别打下基础：
例程已经有非常详细的注解了，我就不另外说明。获取摄像头视频是不是也很简单？不到15行的代码。好了离我们的目标又进了一步，接下来怎么识别图像中的人脸呢？
要识别出人脸，必须下载haar特征分类器，如果你是直接从openCV官网下载并单独安装的话，可以在opencv目录里面找到分类器，我机子上的目录是C:\opencv\sources\data\haarcascades
下载OpenCV中的Haar特征分类器，你可以从Opencv官网下载源程序解压后获得Haar特征分类器，也可以直接下载所需的xml文件。我建议你从官网下载，解压后可以找到haar目录，下面程序目录记住相应做更改。
完整代码如下，多了几行代码，但还是很简洁的：
运行效果如图：
是不是没有你想象的这么复杂呢？当然，我们借助了好几个库，所有直接调用了一些方法，只要我们知道怎么使用这些方法就行。真正不需要你敲多少代码。保留你的好奇心，后面还有更有意思的应用等着你，我们将在后面学习了语言合成之后，让计算机真正识别出你是谁，而不只是圈出视频中的脸而已，好了，写了好几个小时了，得休息一下了，下次再会。