在Python下用起来OpenCV很爽，代码很简洁，很清晰易懂。使用的是Haar特征的分类器，训练之后得到的数据存在一个xml中。下面我们就来详细谈谈。

模式识别课上老师留了个实验，在VC++环境下利用OpenCV库编程实现人脸检测与跟踪。

然后就开始下载opencv和vs2012，再然后，配置了好几次还是配置不成功，这里不得不吐槽下微软，软件做这么大，这么难用真的好吗?

于是就尝试了一下使用python完成实验任务，大概过程就是这样子的：

首先，配置运行环境：

下载opencv和python的比较新的版本，推荐opencv2.4.X和python2.7.X。

直接去官网下载就ok了，python安装时一路next就行，下载的opencv.exe文件运行后基本上是一个解压的过程，自己选择一个解压路径(尽量不要出现中文)，然后就坐等解压完成。

然后从opencv解压后的路径中找(D:My DocumentsDownloads)opencvbuildpython2.7x86，()里面的部分是你自己的安装路径，其中x86对应32位的机器，x64代表64位的机器，当然要按照你机器的实际情况选择了。将这个路径里面的cv2.pyd拷贝至python2.7的模块路径C:Python27Libsite-packages里，python2.7默认安装在C盘跟目录下。

此时打开python，在cmd下输入python，或者直接打开“所有程序->active state active python->Python Interactive Shell”都行。

接下来输入import cv2，出错了对不对?为什么呢?

这是因为没有安装numpy这个python模块，去numpy的官网下载一个比较新的版本，因为最新的版本一般都是源代码，需要去命令行中安装，比较麻烦，推荐找一个exe文件。注意，在官网给出的链接中，切记看完全名称，后面一般都会提示这个模块在哪个python版本下安装时比较和谐，选择你自己安装的python版本对应的numpy模块。下载完成后安装时看一下该模块给出的python路径对不对，对的话然后next就行了，不对的话可能就是你的python是2.7，却下了numpy for python 3.0.

这时再去import一下cv2，如果什么也没有输出的话就是import成功了。

简直比vs下的配置简单了好几个数量级，对不对?

配置好环境后，跟着opencv嗨起来!

然后在pythonwin或idle(python gui)下新建一个py文件，输入以下代码：

?

1