项目简介
面部滤镜是计算机视觉中常见的应用，通过OpenCV可以实现以下功能：
- 实时检测人脸
- 应用自定义滤镜效果
- 人脸区域替换或叠加
本教程将引导你完成从环境搭建到实际运行的全过程，适合初学者和进阶开发者。
环境准备
- 安装OpenCV
- 使用pip安装：
pip install opencv-python - 或参考OpenCV安装指南
- 使用pip安装：
- 依赖库
- NumPy（用于图像处理）
- cv2（OpenCV核心库）
- 开发工具
- Python 3.x
- VS Code / PyCharm（推荐）
代码实现
以下是核心步骤（以Python为例）：
- 加载预训练模型
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades) - 读取视频流
cap = cv2.VideoCapture(0) - 实时滤镜应用
- 检测人脸区域：
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3) - 替换滤镜：使用
cv2.rectangle()绘制滤镜框 - 叠加图像：通过
cv2.addWeighted()实现混合效果
- 检测人脸区域：
运行效果
- 实时预览
- 系统会检测摄像头画面中的人脸并标记
- 你可以选择：
- 🎨 滤镜颜色替换
- 🎭 人脸区域模糊
- 📸 滤镜叠加（如猫脸、动漫效果）
- 保存结果
- 使用
cv2.imwrite("output.jpg", img)保存处理后的图像
- 使用
常见问题
- Q1: 检测不准确？
- A: 调整
scaleFactor参数或升级OpenCV版本
- A: 调整
- Q2: 滤镜效果延迟？
- A: 优化代码逻辑或使用更高效的硬件
如需进一步学习OpenCV基础，可访问OpenCV入门教程。