哈喽各位小白同学～ 今天给大家带来一个超有意思的Python小项目——人脸微笑检测！不用复杂的算法基础，不用高深的编程技巧，跟着我一步步来，既能实现摄像头实时检测，也能改成图片识别，全程复制粘贴就能跑通，新手也能轻松拿捏！

先给大家看个效果：打开程序后，要么摄像头实时捕捉你的脸，检测到微笑就自动画框标注“smile”；要么上传一张带人脸的图片，瞬间识别出人脸和微笑区域，成就感直接拉满✨ 话不多说，开始咱们的小白实操之旅！

一、前期准备（必看！少一步都跑不通）

在写代码之前，咱们要先准备好“工具”，就像做饭前要准备好食材一样，步骤很简单，跟着做就行～

1. 安装Python（基础中的基础）

如果你的电脑还没装Python，直接去官网下载：Python官网，记得勾选“Add Python to PATH”（非常重要！不然后续找不到Python），然后下一步、下一步安装就好，全程默认设置就行，小白不用纠结。

2. 安装OpenCV库（核心工具）

OpenCV是咱们用来做图像识别、人脸检测的核心库，相当于一个“万能图像工具包”。安装方法超简单：

1. 打开电脑的“命令提示符”（Windows按Win+R，输入cmd回车；Mac按Command+空格，输入terminal回车）；

2. 复制粘贴下面这行代码，按回车，等待1-2分钟，自动安装完成：

pip install opencv-python

如果出现“pip不是内部命令”，大概率是安装Python时没勾选“Add Python to PATH”，重新安装Python并勾选即可。

3. 下载人脸/微笑检测模型（关键文件）

咱们的程序能识别人脸和微笑，靠的是两个提前训练好的模型文件（不用自己训练，直接用现成的！），文件名分别是：

- haarcascade_frontalface_default.xml（人脸检测模型）

- haarcascade_smile.xml（微笑检测模型）

下载方法：直接去OpenCV官方仓库下载，地址放在这里，点击链接找到对应的文件，右键“保存链接为”，下载到电脑里即可：

人脸模型：haarcascade_frontalface_default.xml

微笑模型：haarcascade_smile.xml

4. 准备工作总结

到这里，咱们的“工具”就备齐了，总结一下：

✅ 安装好Python

✅ 安装好OpenCV库

✅ 下载好两个模型文件

提示：后续写代码时，要把两个模型文件和代码文件放在同一个文件夹里，不然程序找不到模型，会报错哦！

二、版本1：摄像头实时人脸微笑检测（原代码，直接用）

这个版本是原代码，功能是打开电脑摄像头，实时捕捉画面，检测到人脸就画绿色框，检测到微笑就画蓝色框，还会标注“smile”，超直观！

1. 写代码步骤

1. 新建一个文本文件，把后缀名改成“.py”（比如“smile_detect_camera.py”）；

2. 打开这个.py文件，复制粘贴下面的代码（全程不用改任何地方！）；

3. 把之前下载的两个模型文件，放到和这个.py文件同一个文件夹里。

2. 完整代码（直接复制粘贴）

# 人脸微笑检测（摄像头） import cv2 # 加载人脸和微笑检测模型 faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') smile = cv2.CascadeClassifier("haarcascade_smile.xml") cap = cv2.VideoCapture(0) # 初始化摄像头（0表示电脑自带摄像头） while True: # 循环处理每一帧画面 ret, image = cap.read() # 读取摄像头的一帧画面 image = cv2.flip(image, flipCode=1) # 水平翻转画面（镜像效果，和镜子里一样） # 如果没读到画面，直接退出 if ret is None: break gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 把彩色画面转成灰度（方便检测） # 人脸检测：在灰度画面中找人脸 faces = faceCascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=15, minSize=(5, 5)) # 处理检测到的每个人脸 for (x, y, w, h) in faces: # 给人脸画绿色方框（颜色：0,255,0，线条粗细：2） cv2.rectangle(image, pt1=(x, y), pt2=(x + w, y + h), color=(0, 255, 0), thickness=2) # 提取人脸区域（只在人脸区域内检测微笑，更准确） roi_gray_face = gray[y:y + h, x:x + w] cv2.imshow(winname='人脸区域', mat=roi_gray_face) # 显示提取的人脸区域 # 微笑检测：在人脸区域内找微笑 smiles = smile.detectMultiScale(roi_gray_face, scaleFactor=1.5, minNeighbors=33, minSize=(50, 50)) for (sx, sy, sw, sh) in smiles: # 给微笑画蓝色方框 a = x + sx b = y + sy cv2.rectangle(image, pt1=(a, b), pt2=(a + sw, b + sh), color=(255, 0, 0), thickness=2) # 标注“smile”文字（颜色：黄蓝渐变色，字体大小：1，线条粗细：2） cv2.putText(image,"smile",(x, y), cv2.FONT_HERSHEY_COMPLEX_SMALL, fontScale=1, color=(0, 255, 255), thickness=2) # 显示最终检测结果画面 cv2.imshow("微笑检测（摄像头）", image) key = cv2.waitKey(25) # 等待25毫秒，检测按键 if key == 27: # 按ESC键退出程序 break # 关闭摄像头，释放资源 cap.release() cv2.destroyAllWindows()

3. 运行程序&效果说明

1. 双击咱们写好的.py文件，会自动打开摄像头；

2. 画面中会出现两个窗口：一个是“微笑检测（摄像头）”，显示实时画面，绿色框是人脸，蓝色框是微笑，还有“smile”标注；另一个是“人脸区域”，显示提取的人脸灰度图；

3. 想退出程序，按键盘上的ESC键即可。

提示：如果摄像头打不开，大概率是被其他软件占用（比如微信视频、Zoom），关闭其他占用摄像头的软件，重新运行程序即可。

三、版本2：图片人脸微笑检测（修改后，小白友好）

很多小白可能不想用摄像头，想检测自己手机里的照片，没问题！我已经把原代码修改好了，只改了3处，完全保留原有的检测逻辑，复制粘贴就能用，实现“上传图片→识别微笑”的效果。

1. 核心修改说明（小白不用懂，知道就行）

原代码是“读取摄像头画面”，修改后变成“读取本地图片”，删除了摄像头循环和释放资源的代码，其他的人脸检测、微笑检测、画框标注逻辑完全不变，所以效果和摄像头版本一样，只是从“实时”变成“静态图片”。

2. 完整代码（直接复制粘贴）

# 人脸微笑检测（静态图片） import cv2 # 加载人脸和微笑检测模型（和摄像头版本一样，不用改） faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') smile = cv2.CascadeClassifier("haarcascade_smile.xml") # 核心修改：读取本地图片（替换摄像头读取） image = cv2.imread('test.jpg') # 读取图片，test.jpg是图片文件名，可修改 image = cv2.flip(image, flipCode=1) # 水平翻转图片（镜像效果，可选，不想翻可以删除这行） # 下面的代码和摄像头版本完全一样，不用改！ gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 彩色转灰度 # 人脸检测 faces = faceCascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=15, minSize=(5, 5)) # 处理每个人脸 for (x, y, w, h) in faces: cv2.rectangle(image, pt1=(x, y), pt2=(x + w, y + h), color=(0, 255, 0), thickness=2) roi_gray_face = gray[y:y + h, x:x + w] cv2.imshow(winname='人脸区域', mat=roi_gray_face) # 微笑检测 smiles = smile.detectMultiScale(roi_gray_face, scaleFactor=1.5, minNeighbors=33, minSize=(50, 50)) for (sx, sy, sw, sh) in smiles: a = x + sx b = y + sy cv2.rectangle(image, pt1=(a, b), pt2=(a + sw, b + sh), color=(255, 0, 0), thickness=2) cv2.putText(image,"smile",(x, y), cv2.FONT_HERSHEY_COMPLEX_SMALL, fontScale=1, color=(0, 255, 255), thickness=2) # 显示检测结果 cv2.imshow("微笑检测（图片）", image) cv2.waitKey(0) # 等待任意按键关闭窗口 # 关闭所有窗口 cv2.destroyAllWindows()

3. 运行步骤（小白必看）

1. 新建一个.py文件（比如“smile_detect_image.py”）；

2. 复制粘贴上面的代码；

3. 找一张带人脸的图片（手机拍照、网上下载都可以），把图片放到和.py文件、两个模型文件同一个文件夹里；

4. 把代码里的“test.jpg”改成你的图片文件名（比如你的图片叫“face.png”，就改成image = cv2.imread('face.png')）；

5. 双击运行.py文件，会弹出两个窗口：“人脸区域”和“微笑检测（图片）”，检测结果一目了然；

6. 按任意键关闭窗口即可。

四、小白常见问题排查（必看！避免踩坑）

很多小白运行程序时会报错，不用慌，下面是最常见的3个问题，对照排查就能解决：

问题1：运行后报错“error: (-215:Assertion failed) !empty() in function 'detectMultiScale'”

原因：程序找不到模型文件（haarcascade_frontalface_default.xml 和 haarcascade_smile.xml）。

解决方法：把两个模型文件，和你的.py代码文件，放到同一个文件夹里，再重新运行。

问题2：图片版本运行后，看不到检测结果，只显示黑色窗口

原因：图片文件名写错了，或者图片和代码不在同一个文件夹。

解决方法：1. 确认图片和.py文件在同一个文件夹；2. 确认代码里的图片文件名和实际图片文件名一致（比如图片叫“123.jpg”，代码里就不能写“123.png”）。

问题3：摄像头版本运行后，摄像头打不开，报错“error: (-215:Assertion failed) cap.isOpened() in function 'cv::VideoCapture::operator>>'”

原因：摄像头被其他软件占用，或者电脑没有自带摄像头。

解决方法：1. 关闭微信、QQ、Zoom等可能占用摄像头的软件；2. 如果是台式机，需要连接外接摄像头，然后重新运行程序。

五、总结（小白必看）

到这里，两个版本的人脸微笑检测就都完成啦！总结一下重点，小白记好：

1. 前期准备一定要做足：Python、OpenCV、两个模型文件，缺一不可；

2. 代码不用改，直接复制粘贴，只需要注意“模型文件和代码同文件夹”“图片文件名正确”；

3. 摄像头版本按ESC退出，图片版本按任意键退出；

4. 遇到报错，对照“常见问题排查”，90%的问题都能解决。

这个小项目虽然简单，但能直观感受到Python图像识别的乐趣，小白们可以试着换不同的图片、不同的表情去测试，慢慢熟悉代码的逻辑～ 如果还有其他问题，评论区留言，我会一一回复哦！

最后，祝各位小白都能顺利跑通程序，解锁Python图像识别的新技能✨