1. 安装opencv视觉库
OpenCV 是一个开源的计算机视觉库，OpenCV 库用C语言和 C++ 语言编写，可以在 Windows、Linux、Mac OS X 等系统运行。同时也在积极开发 Python、Java、Matlab 以及其他一些语言的接口，将库导入安卓和 iOS 中为移动设备开发应用。
OpenCV 库包含从计算机视觉各个领域衍生出来的 500 多个函数，包括工业产品质量检验、医学图像处理、安保领域、交互操作、相机校正、双目视觉以及机器人学。
首先我们来引入我们需要的模块：pip install opencv-python
pip的仓库一般都是在国外的服务器上，加了镜像源可以提供下载的速度。
常见 pip 镜像源（国内源）
清华镜像源：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云镜像源：http://mirrors.aliyun.com/pypi/simple/
中国科技大学镜像源： https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学镜像源：http://pypi.hustunique.com/
山东理工大学镜像源：http://pypi.sdutlinux.org/
豆瓣镜像源：http://pypi.douban.com/simple/
临时使用pip镜像源可以在使用pip的时候加参数：-i https://pypi.tuna.tsinghua.edu.cn/simple
2. 图片像素矩阵读写原理
首先我们测试如何使用opencv查看一张图片，我们下载的是opencv视觉库，但是引入的时候是引入cv2，调用 imshow函数进行开启窗口查看图片。
运行结果：窗口一闪而过
因为程序一旦停止运行，图片就不会展示了，所以会出现一闪而过的窗口展示，所以为了让图片长时间展示出来，那么需要加：cv2.waitKey()
图片像素矩阵概念
数字图像数据可以用矩阵来表示，因此可以采用矩阵理论和矩阵算法对数字图像进行分析和处理。由于数字图像可以表示为矩阵的形式，所以在计算机数字图像处理程序中，通常用二维数组来存放图像数据。
cv库中的函数cv.image读取的是图片的像素矩阵，矩阵单元是rbg的向量形式。下面举例读取纯色图片来解释原理情况：
三维列表：最外维是高，中间维度是宽，最里面的维度是rgb
就比如读取一张纯色(40,44,52)的jpeg图片，发现矩阵的每个是rgb行向量都是相同的。
jpeg与png区别：png可以存储透明的图片，因为png图片的像素单元，是4个数值的元组进行存储，分别对应 Red、Green、Blue、透明度
而我们采用传统的文件读取方式，读出结果都是二进制的格式：
3. 调用电脑本地摄像头
在进行连接手机摄像头之前，我们可以尝试调用电脑本地摄像头做预测试，代码如下
运行结果：开启video的窗口，展示摄像头实时的图像。
代码相关参数介绍
关于函数waitKey(delay=None)的介绍：@param delay 参数，等待的时长，会发生同步阻塞，单位是milliseconds毫秒，如果传值为0，那么就是永久阻塞直到键盘事件发生。
关于函数flip(src, flipCode, dst=None)的介绍：@param flipCode 参数，翻转码，分别有三种取值：大于0，小于0，等于0，下面的源码注释也详细地介绍了。
视频播放案例测试：
另外，我们也可以将其他视频引入进来，当然你可以换一个网络视频地址或者本地视频地址，把它变成视频播放器，然后我们就需要去读取我们引入的视频地址。
网络视频地址比如：https://klxxcdn.oss-cn-hangzhou.aliyuncs.com/histudy/hrm/media/bg3.mp4
4. 内网IP连接手机摄像头
android手机上安装一款APP：IP摄像头
如果应用商店没有，那么打开手机百度进行下载，安装成功后，点击软件界面下方“打开IP摄像头服务器”，选择局域网的IP地址。
展示手机端摄像头实时图像
要想连接成功，必须保持手机与电脑处于同一局域网下，例如同一热点，同一WIFI。
既然实时的，而且要长时间运行，那当然少不了while true
运行结果如下所示：
cv2.imwrite(filename, img)保存一张图像，filename传文件的地址值和文件名称
在Windows中用python处理图像时遇到问题-!_src.empty() in function 'cv::cvtColor'
在运行时报错，根据显示，应该是没有对cvtColor传入源图像。逐步检查：
文件路径正确，是绝对路径，文件名中有中文，最后是因为文件名中有中文，将处理后文件进行保存后发现英文文件名的图像正常，而中文错误。
5. opencv实现人脸检测
梳理一下实现人脸识别需要进行的步骤：
流程大致如此，在此之前，要先让人脸被准确的找出来，也就是能准确区分人脸的分类器，在这里我们可以用已经训练好的分类器，网上种类较全，分类准确度也比较高，我们也可以节约在这方面花的时间。
下载人脸检测xml文件
需要下载人脸模型库文件“ haarcascade_frontalface_default.xml ”，帮助摄像头获取的画面去对比，下载成功后，将“haarcascade_frontalface_default.xml”文件放在上面的代码文件目录里。
链接：https://pan.baidu.com/s/1lxZrI9ZjXWreJvKPYgyQRQ 提取码：w96c
人脸位置检查代码展示如下：
实验结果是：在人脸的位置出现白色的矩形框：就好比这样，由于博主不想露脸，效果就像如下所示的那样。
6. 腾讯云API人脸识别
太困了，明天更新，准备先休息了，明天见 · · · · · ·