需求：
视频实时定位人脸位置，并画框，类似效果如下：
分析：
取视频帧，每一帧其实就类似一张图片，利用opencv的人脸识别模块，检测每一帧并进行划线，处理完成后显示，最后组成就是动态的带人脸识别框的视频。
解决方法：（下面是每一帧数据的处理方法）
①加载opencv的相关库，包含头文件。我的库版本是249，需要的库有下面几个，其中opencv_objdetect249是识别需要用的
opencv_core249.dll
opencv_imgproc249.dll
opencv_highgui249.dll
opencv_objdetect249.dll②加载分类器haarcascades
Haar特征分类器就是一个XML文件，该文件中会描述人体各个部位的Haar特征值。包括人脸、眼睛、嘴唇等等。一般放在Opencv的sources\data\haarcascades下，有以下的分类器：
haarcascade_eye.xml
haarcascade_eye_tree_eyeglasses.xml
haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt_tree.xml
haarcascade_frontalface_alt2.xml
haarcascade_frontalface_default.xml
haarcascade_fullbody.xml
haarcascade_lefteye_2splits.xml
haarcascade_lowerbody.xml
haarcascade_mcs_eyepair_big.xml
haarcascade_mcs_eyepair_small.xml
haarcascade_mcs_leftear.xml
haarcascade_mcs_lefteye.xml
haarcascade_mcs_mouth.xml
haarcascade_mcs_nose.xml
haarcascade_mcs_rightear.xml
haarcascade_mcs_righteye.xml
haarcascade_mcs_upperbody.xml
haarcascade_profileface.xml
haarcascade_righteye_2splits.xml
haarcascade_smile.xml
haarcascade_upperbody.xml其中：haarcascade_frontalface_alt.xml和haarcascade_frontalface_alt2.xml都是人脸识别的Haar特征分类器了。
③进行检测和画图
参考示例：
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/opencv.hpp>
#include <vector>
#include <cstdio>
using namespace std;
using namespace cv;
#define MAX_SIZE 100000
int main()
{
// 【1】加载分类器，xml文件要放你指定目录下,
//cascade.load也行, 这里加static的目的是防止以后循环里多次load浪费时间
static CascadeClassifier cascade("haarcascade_frontalface_alt.xml");
Mat srcImage, grayImage,dstImage;
// 【2】读取图片
srcImage = imread("image.jpg");
dstImage = srcImage.clone();
imshow("【原图】", srcImage);
grayImage.create(srcImage.size(), srcImage.type());
cvtColor(srcImage, grayImage, CV_BGR2GRAY); // 生成灰度图，提高检测效率
// 定义7种颜色，用于标记人脸
Scalar colors[] =
{
// 红橙黄绿青蓝紫
CV_RGB(255, 0, 0),
CV_RGB(255, 97, 0),
CV_RGB(255, 255, 0),
CV_RGB(0, 255, 0),
CV_RGB(0, 255, 255),
CV_RGB(0, 0, 255),
CV_RGB(160, 32, 240)
};
// 【3】检测
vector<Rect> rect;
rect.reserve(MAX_SIZE); //vector要分配内存,否则多次detectMultiScale会崩
cascade.detectMultiScale(grayImage, rect, 1.1, 3, 0/*cv::CASCADE_FIND_BIGGEST_OBJECT*/); // 分类器对象调用
printf("检测到人脸个数：%d\n", rect.size());
// 【4】标记--在脸部绘制矩形
for (int i = 0; i < rect.size(); i++)
{
rectangle(dstImage, rect[i].tl(), rect[i].br(), colors[3], 3);//绘制矩形
}
vector<cv::Rect>().swap(rect); //释放内存
// 【5】显示
imshow("【人脸识别detectMultiScale】", dstImage);
waitKey(0);
return 0;
}
参考博客：
opencv人脸检测--detectMultiScale函数_walker lee的博客-CSDN博客_detectmultiscale