OpenCV人脸识别实战：从Haar级联检测到LBPH模型训练

1. 先搞清楚OpenCV人脸识别的三种路线，再动手写代码

提到人脸识别，很多人第一反应是深度学习、卷积神经网络、大模型那一套。但如果你只是想在本地快速实现一个能跑、能看效果的人脸识别Demo，或者做一个门禁、考勤之类的小系统，OpenCV这套经典方案依然是最容易落地、最不吃硬件、也最好调试的选择。

先说清楚一个概念：很多人以为"人脸识别"是一个功能，其实在OpenCV里它被拆成了两个不同阶段的任务：

1. 人脸检测（Face Detection）：从一张图或一帧视频里找出"哪儿有人脸"，输出的是人脸的位置坐标（x, y, w, h），也就是把人脸框出来。

2. 人脸识别（Face Recognition）：把框出来的这张人脸区域，和数据库里已知的人脸做比对，判断"这个人是谁"，输出的是一个身份标签。

这篇文章主要讲的是"实战"，所以我不会只停留在调用API的层面。我会带你完整走一遍：环境怎么搭、第一个检测代码怎么写、参数怎么调、实时视频怎么改、以及最后怎么训练一个属于自己的识别器。整个过程基于OpenCV内置的经典算法，不需要GPU，不需要装TensorFlow或PyTorch，一台普通电脑就能跑。

适合谁看？ 如果你是刚接触OpenCV的Python新手，想找一个不太劝退的入门实战项目；或者你已经在用OpenCV，但一直是复制别人的代码，没搞懂参数含义和底层原理；又或者你想评估OpenCV这套方案能不能用于你手头的门禁、考勤、课堂签到之类的场景——这篇文章都值得你花十几分钟读完。

需要提前说明的是，我这里讲的"人脸识别"是指传统机器学习路线（Haar级联 + LBPH），不是人脸比对特征向量那一套深度学习方案。两者各有优劣，文章后面会专门分析什么时候该用哪种。

2. 环境准备：从Python安装到import cv2不报错的完整链路

2.1 版本选择：别装最新的，也别装太老的

我见过太多初学者卡在第一步：装完OpenCV后import cv2直接报ModuleNotFoundError。多数原因不是没装上，而是装错了包，或者Python环境混了。

先说结论，我的建议是：

• Python：3.8 ~ 3.11，不要用3.7以下的老版本，也不建议一上来就追最新的3.12、3.13，部分第三方库的预编译包可能还没跟上。
• OpenCV：装opencv-python这个发行包，不要搜"opencv"直接装，PyPI上名字最容易搞混的就是它。

在终端里执行：

bash复制python --version
pip --version

确认Python已安装且pip可用。如果python命令提示找不到，在Windows上试试py --version，Mac/Linux上试试python3 --version。

2.2 安装命令与常见报错处理

确认版本无误之后，安装OpenCV：

bash复制pip install opencv-python

这里有个容易忽略的点：如果你只想做人脸检测，装opencv-python就够了。但如果你后面想用cv2.face.LBPHFaceRecognizer_create()这类人脸识别接口，就必须再装一个扩展包：

bash复制pip install opencv-contrib-python

很多人不知道这个区别，装完opencv-python后发现cv2.face模块不存在，就开始怀疑人生。其实cv2.face模块在opencv-contrib-python里，两个包二选一装就行，如果都要用，直接装contrib版本，它包含主模块和扩展模块。

装完后测试一下：

python复制import cv2
print(cv2.__version__)

能输出版本号就说明环境没毛病了。如果这一步报错，按下面表格排查：

2.3 开发环境与第一个窗口

IDE方面我平时用VS Code比较多，配置Python环境时要注意选择正确的解释器路径，这一步经常被忽略——你装了包，但VS Code右下角选中的是另一个Python，结果import cv2一样报错。

如果只是跑学习和实验，用Jupyter Notebook也可以，逐行调试图像处理的每一段结果确实很方便。但实际写工程项目时，我还是建议整理成.py脚本，逻辑清晰，好维护。

环境准备好后，写个最简单的OpenCV程序验证一下整体链路：

python复制import cv2

img = cv2.imread("test.jpg")
if img is None:
    print("图片读取失败，请检查文件路径")
else:
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    cv2.imshow("preview", gray)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

这里一个小知识点：cv2.imread()读取的图片默认是BGR通道顺序，不是RGB。新手经常在这踩坑——用OpenCV读图后直接丢给matplotlib显示，发现颜色偏蓝。后面所有图像处理都要记住这个通道顺序差异。

3. 被问了八百遍的Haar级联：原理一句话讲透，代码三行跑通

3.1 Haar分类器到底是怎么认脸的

如果说前面是热身，那从这里开始就进入正题了。OpenCV做人脸检测最经典的方式是Haar级联分类器（Haar Cascade Classifier）。

我尽量用大白话解释它的原理：Haar特征可以理解成一组"图像小模板"，比如某个区域的亮度比它上方的区域更暗（对应眼睛周围的阴影）、某个区域比左右两边更亮（对应鼻梁）等。这些特征是早期研究者从大量人脸照片里统计出来的——眼睛区域比脸颊暗，鼻梁区域比两侧亮，这些规律构成了人脸区别于非人脸的"纹理签名"。

分类器用一个滑动窗口在图像上从头到尾扫，每个窗口位置都计算一组Haar特征值，然后交给一个训练好的强分类器做判断：这块区域像不像人脸。为了提升效率，Haar级联采用了"级联"结构——先快速排除明显不是人脸的区域，只有通过层层筛选的候选区域才会进入更精细的判断。整个过程像保安查证件：门口先看一眼大概像人的放进来，进入大厅核对细节，到里面再单独验证特征。

3.2 核心代码：三行实现人脸检测

OpenCV官方已经帮我们训练好了Haar模型文件，存储在cv2.data.haarcascades目录下。我们只需要加载模型，然后调用检测函数就行。看代码：

python复制import cv2

# 1. 加载参数文件
face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
)

# 2. 读取图片并转灰度
img = cv2.imread("family.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 3. 检测人脸
faces = face_cascade.detectMultiScale(
    gray,
    scaleFactor=1.1,
    minNeighbors=5,
    minSize=(30, 30)
)

# 4. 画矩形框
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)

cv2.imshow("Face Detection", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

就这么几行，一张图上的人脸就被框出来了。但我必须强调的是，detectMultiScale这4个参数才是决定检测效果好坏的关键，很多人代码跑通了但是效果很烂，基本上都是参数没调明白。

3.3 四个参数逐个拆解，效果好坏全看这里

• scaleFactor（尺度变化因子）：控制滑动窗口每次缩放的比例。默认1.1意味着每次窗口缩小10%。这个值设得越大（比如1.3），检测速度越快，但容易漏掉偏小的人脸；设得越接近1，检测越细，但速度成倍下降。我的经验是：静态图片追求准确率设1.05到1.1；实时视频追求帧率设1.2到1.3。

• minNeighbors（最小邻域数）：这个参数控制"一个候选区域周围至少要同时有多少个检测通过，才认为它是真正的人脸"。每个候选区域附近会有多个重叠的检测框，minNeighbors越高，误报越少，但也会漏掉一些真实的人脸（比如侧脸、模糊的脸）。一般取3到6比较均衡。

• minSize 和 maxSize（目标最小/最大尺寸）：小于minSize的区域直接忽略，大于maxSize的区域直接忽略。这两个参数是性能优化的重要手段——如果你知道摄像头离人一两米，人脸区域大小大致在50×50到300×300之间，直接限定范围可以过滤掉大量无效计算。

以一张1280×720的合照为例，假设有5个人脸，大部分大小在80×80到150×150之间。那么合理的参数组合是：

python复制faces = face_cascade.detectMultiScale(
    gray,
    scaleFactor=1.1,
    minNeighbors=5,
    minSize=(50, 50),
    maxSize=(300, 300)
)

把maxSize设为(300, 300)很有用，能避免把照片里的大脸区域或背景纹理误判成人脸。

3.4 检测结果不理想？先别急着换算法

实际检测中很容易遇到三种情况：误检（把不是人脸的地方框出来）、漏检（真脸没框出来）、重复框（同一张脸出来好几个框）。对应的调试思路我总结成下面这张表：

我之前做过一个实验：同一张会议室照片，默认参数下检测耗时约180毫秒，误检两处；把scaleFactor改成1.05、minNeighbors改成6后，耗时约450毫秒，但误检为0。可见参数调节就是一场"速度和准确率"的博弈，没有绝对最优，只有针对场景的最优。

4. 升级为实时视频流识别：摄像头场景的工程化改造

4.1 从静态图片到摄像头帧循环

静态图片跑通后，大部分人下一个需求就是："能不能接摄像头，做实时识别？"原理其实一样：摄像头就是一帧一帧的图片连续播放，我们对每一帧做人脸检测，然后把结果画在帧上再显示出来，就形成了"实时"的错觉。

核心代码框架如下：

python复制import cv2

face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
)

cap = cv2.VideoCapture(0)  # 0代表默认摄像头，如果有多个摄像头可以换1、2...

if not cap.isOpened():
    print("无法打开摄像头")
    exit()

while True:
    ret, frame = cap.read()
    if not ret:
        break

    # 摄像头帧较大，先缩小尺寸提升处理速度
    frame = cv2.resize(frame, (640, 480))

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(
        gray,
        scaleFactor=1.3,
        minNeighbors=5,
        minSize=(50, 50)
    )

    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    cv2.imshow("Real-time Face Detection", frame)

    # 按q键退出
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()

这里有个细节值得注意：cv2.waitKey(1)不仅仅负责等待键盘输入，它里面的参数还控制着OpenCV窗口的图像刷新频率。把参数从0改成1（表示等待1毫秒），程序才有机会处理键盘事件并刷新画面。如果你写的是waitKey(0)，画面会卡在第一帧，这也是常见问题。

4.2 性能优化三板斧：降分辨率、提阈值、跳帧

实时视频流场景里，帧率就是用户体验。如果一帧要处理300毫秒，你看到的画面就是幻灯片。我实测下来，在普通笔记本CPU上做640×480分辨率的Haar检测，大约需要30到60毫秒一帧，勉强能到15~30 FPS，但一旦画面里人一多或者背景杂乱，帧率就会明显下降。

优化手段主要有三个方向：

第一，降低处理分辨率。 不需要把所有帧都缩得很小，但如果你的摄像头是1080P，完全可以直接缩小到640×480甚至480×360再做检测。检测框画回原图时按比例换算坐标即可。

第二，适当调高scaleFactor。 从1.1调整到1.2~1.3，检测窗口的总循环次数大幅减少，速度提升明显，代价是可能漏掉一些尺寸变化过快的人脸。对固定位置的摄像头而言，这个代价通常可控。

第三，跳帧检测。 不需要每一帧都做检测。比如每3帧检测一次，中间2帧直接用上一次的检测结果画框。对于移动摄像头不适用，但对于固定机位的门禁、考勤场景，效果很好，能直接把帧率拉满。

还有一个小提示：尽量把图像转成灰度再检测。Haar特征本身就是基于灰度亮度差异设计的，彩色图转灰度图不仅不会降低检测率，还能省下大量计算时间。

4.3 接视频文件和处理多张人脸

有些读者手头没有摄像头，或者想先用视频文件测试效果，只需把上面代码中的VideoCapture(0)换成视频文件路径：

python复制cap = cv2.VideoCapture("test_video.mp4")

剩下的逻辑完全一样。多张人脸的处理也已经在代码里体现了——detectMultiScale返回的faces是一个坐标数组，有多少张脸就返回多少个框，for循环遍历全部绘制即可，不需要额外写多线程或多进程来处理。

4.4 为什么摄像头画面有延迟？一个容易忽略的坑

很多人在笔记本上测试时会发现画面延迟明显，第一反应是OpenCV检测太慢。但排除算法耗时后，还有一个隐藏问题：摄像头的分辨率设置太高。VideoCapture默认使用摄像头的最大分辨率，有些是1920×1080甚至更高，读帧本身就慢，再加上检测，自然卡顿。

解决方案是把摄像头分辨率显式设置为640×480：

python复制cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

设置完后可以读一下实际生效的值确认：

python复制print(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
print(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

部分摄像头驱动会在后台做自动曝光、自动白平衡，这也会导致画面亮度波动，进而影响检测稳定性。如果发现检测框在光线变化时乱跳，可以尝试关掉自动曝光：

python复制cap.set(cv2.CAP_PROP_AUTO_EXPOSURE, 0.25)  # 有些驱动这个值表示关闭自动曝光

不过这个参数的兼容性因摄像头而异，不是所有型号都支持，需要自己试。

5. 训练自己的识别器：从人脸数据采集到LBPH模型实战

5.1 检测和识别是两码事：这一步才真正进入"认人"阶段

到这里为止，我们能干的事情是"从画面里把人脸框出来"，但还没法回答"这个人是谁"。要实现"认人"，需要进入人脸识别的第二阶段——训练分类器。

OpenCV内置了三种传统人脸识别算法：

• EigenFaces（特征脸）：基于PCA降维，把人脸图像映射到"特征脸空间"做比对。
• FisherFaces（线性判别分析）：类似EigenFaces，但更注重类别间的区分度。
• LBPH（局部二值模式直方图）：对光照变化更鲁棒，对小样本训练集表现更好，也是我比较推荐新手入门的一种。

对比结论：日常实战用LBPH就对了。 原因三句话：训练数据需求量小（每人20张左右就能训出一个能用的模型）、对光照变化的鲁棒性比前两者好、训练和预测速度都很快。

5.2 第一步：批量采集人脸图像并统一尺寸

训练识别器的前提是准备好训练集。每个需要识别的人，都要采集若干张脸部图像。这些图像不需要像深度学习那样海量，20到50张每人完全够用。

采集代码如下，逻辑是调用摄像头，用Haar检测人脸，把检测到的人脸区域保存到指定文件夹：

python复制import cv2
import os

face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
)

# 保存路径，按人命名文件夹
dataset_path = "./dataset/zhangsan"
os.makedirs(dataset_path, exist_ok=True)

cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

count = 0
while count < 50:
    ret, frame = cap.read()
    if not ret:
        break

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5, minSize=(80, 80))

    for (x, y, w, h) in faces:
        count += 1
        # 裁剪出人脸区域并统一大小为200x200
        face_region = gray[y:y + h, x:x + w]
        face_resized = cv2.resize(face_region, (200, 200))
        cv2.imwrite(f"{dataset_path}/{count:03d}.jpg", face_resized)

        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    cv2.imshow("Collecting Faces", frame)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()
print(f"采集完成，共保存{count}张图片到{dataset_path}")

这里有两个实践细节：

为什么把人脸灰度化后保存？ LBPH算法本身基于灰度图像，彩色信息不参与计算，提前转灰度可以减少存储体积，也让训练过程更快。

为什么统一为200×200？ LBPH要求训练集内所有人脸图像尺寸一致。200×200是一个比较稳妥的尺寸——太小丢失细节，太大训练和预测都慢。

这里还要提醒一句：采集的时候尽量变换角度和光线。正脸、左右轻微侧脸、抬头低头、室内光、自然光各采几张，模型泛化能力会比全部正脸好很多。否则你训练出的模型可能只在"姿势端正、光线均匀"的场景下有效，实际跑起来效果让人血压升高。

5.3 第二步：训练LBPH模型并保存

采集完成后，写一个训练脚本：

python复制import cv2
import os
import numpy as np

face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
)

recognizer = cv2.face.LBPHFaceRecognizer_create()

# 准备训练数据：图像路径 + 标签（0代表张三, 1代表李四...）
data_dir = "./dataset"
images = []
labels = []

for label, person_name in enumerate(os.listdir(data_dir)):
    person_path = os.path.join(data_dir, person_name)
    if not os.path.isdir(person_path):
        continue
    for img_name in os.listdir(person_path):
        img_path = os.path.join(person_path, img_name)
        img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
        if img is not None:
            images.append(img)
            labels.append(label)

print(f"训练数据量: {len(images)} 张")
recognizer.train(images, np.array(labels))
recognizer.save("face_model.yml")
print("模型训练完成，已保存为 face_model.yml")

训练过程通常只需要几秒钟，因为LBPH本质上是统计直方图特征，计算量不大。

5.4 第三步：实时识别并显示姓名

训练好模型后，加载它做实时识别：

python复制import cv2

recognizer = cv2.face.LBPHFaceRecognizer_create()
recognizer.read("face_model.yml")

face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
)

# 标签和姓名的映射
label_to_name = {0: "zhangsan", 1: "lisi"}

cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

while True:
    ret, frame = cap.read()
    if not ret:
        break

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5, minSize=(80, 80))

    for (x, y, w, h) in faces:
        face_region = gray[y:y + h, x:x + w]
        face_resized = cv2.resize(face_region, (200, 200))

        label, confidence = recognizer.predict(face_resized)
        
        # confidence表示距离，值越小越可信。LBPH的置信度范围不固定，需要根据实际实验确定阈值
        if confidence < 60:
            name = label_to_name[label]
            color = (0, 255, 0)
        else:
            name = "Unknown"
            color = (0, 0, 255)

        cv2.rectangle(frame, (x, y), (x + w, y + h), color, 2)
        cv2.putText(frame, f"{name} {confidence:.1f}", (x, y - 10),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2)

    cv2.imshow("Face Recognition", frame)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()

关于置信度阈值，LBPH返回的confidence实际上是预测人脸与训练样本之间的直方图距离。距离越小越安全，但具体多少算"可信"，没有普适标准，需要你用自己的测试集去实验。我一般建议的做法是：先打印一批正确人和错误人的置信度数值，找一个分布重叠最少的值做阈值。

比如我自己做过一组测试：同一个人的不同表情和角度，置信度在35到55之间；而完全没训练过的人，置信度经常在70以上。这种情况下阈值设60就比较好用。如果你的场景里光线变化很大，阈值适当放宽到70，代价是误识别率上升。

6. 踩坑清单：版本、路径、颜色格式，别让这些基础问题折腾你一下午

6.1 cv2.face模块消失问题

前面提过一次，但这里值得再单独强调：LBPHFaceRecognizer位于cv2.face子模块中，如果你只安装了opencv-python，必然报AttributeError: module 'cv2' has no attribute 'face'。

解决办法： 安装opencv-contrib-python。需要提醒的是这两个包不能同时安装，否则会发生文件覆盖冲突。先卸载原来的，再装扩展版：

bash复制pip uninstall opencv-python
pip install opencv-contrib-python

6.2 路径中的中文和反斜杠

cv2.imread()在读取包含中文路径的图片时经常返回None，且不报错，这就让人很懵——代码没异常，图片就是读不出来。最干净的解决办法：项目和代码路径不要有中文，目录层级不要太深，全部用英文命名。

另外Windows用户要注意，代码里路径字符串用反斜杠时建议写成原始字符串：

python复制# 不推荐
img = cv2.imread("C:\\Users\\张三\\Desktop\\face.jpg")

# 推荐
img = cv2.imread(r"C:\Users\zhangsan\Desktop\face.jpg")

r""表示原始字符串，反斜杠不会被当作转义字符处理。

6.3 BGR和RGB的迷之颜色

cv2.imread()读进来的图片是BGR通道顺序，而matplotlib.pyplot.imshow()默认按RGB显示。所以你在Jupyter里用plt显示OpenCV读入的图片，会发现红蓝颜色对调。一张原本正常的图片，脸看起来变成了"阿凡达"色调。

解决办法是用cv2.cvtColor转换后显示：

python复制img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img_rgb)

这里有个更隐蔽的坑：当你用OpenCV画矩形框、写文字时，颜色元组必须按BGR传入。比如你想画一个绿色的框，正确写法是(0, 255, 0)而不是(0, 255, 0)（那是RGB的写法，正好是BGR下的绿色）。

6.4 摄像头被占用，释放不够彻底

在Python脚本里打开了摄像头却异常退出，下次运行时报Unable to capture，这种情况很常见。解决办法是确保程序里cap.release()和cv2.destroyAllWindows()一定会执行。如果程序崩溃了无法正常释放，可以在命令行里重启Python解释器，或者在代码里加一个异常处理：

python复制try:
    while True:
        ret, frame = cap.read()
        ... ...
except KeyboardInterrupt:
    pass
finally:
    cap.release()
    cv2.destroyAllWindows()

6.5 Haar模型文件选择：frontalface和profileface的区别

OpenCV自带的haarcascades目录下不仅有haarcascade_frontalface_default.xml，还有haarcascade_frontalface_alt.xml、haarcascade_frontalface_alt2.xml、haarcascade_profileface.xml等多个文件。

• frontalface_default：正面脸检测，通用性最好，也是我默认推荐的。
• frontalface_alt和alt2：早期版本模型，效果和default差不多，某些场景下误检率略有差异，可以自己对比。
• profileface：专门检测侧脸，但没有"正面脸"的召回率高，而且它默认检测的是左侧脸，右侧脸需要把图片水平翻转后再检测。

如果你的应用场景里人脸角度比较自由，可以考虑同时加载多个模型、综合结果，但代价是检测时间翻倍。一般场景下，frontalface_default就够用了。

7. 传统方案上限在哪？什么时候该换深度学习路线

写到这里，基本已经走完OpenCV人脸识别的完整链路。可能有人要问：现在深度学习人脸识别那么火，ArcFace、FaceNet动辄99%以上的准确率，我这个Haar+LBPH的方案是不是太落伍了？

我需要做个公正的对比，帮你判断什么时候该继续用OpenCV经典方案，什么时候要果断切深度学习：

我的建议很明确：

• 如果你做的是Demo、课程设计、个人小项目，或者场景是"室内固定机位、光照稳定、人数有限"，OpenCV这套经典方案完全够用，而且部署轻量、离线可跑、不依赖云服务。
• 如果你要做的是"跨年龄识别、戴口罩识别、大规模底库比对"，那Haar和LBPH都撑不住，建议直接转向基于深度学习的方案，比如用MTCNN或RetinaFace做人脸检测，用FaceNet或ArcFace提取512维特征向量做人脸比对。

最后分享一个我实际做项目时的经验：先用OpenCV把完整流程跑通，再根据瓶颈决定是否引入深度学习模型。 很多项目卡住的不是识别率，而是需求不明确、流程没理顺。OpenCV这套方案最大的价值，是让你以最低的学习成本把"检测→采集→训练→识别"整条链路走一遍，建立对图像处理和人脸识别技术的直觉。有了这个基础，再去跳深度学习，你会发现很多概念都是相通的——数据预处理、模型训练、置信度阈值、误检漏检权衡，这些经验在任何方案里都适用。

做完一个人脸识别项目之后，我最大的体会是：真正难的不是跑通代码，而是把"实验室里的效果"变成"实际场景中稳定可用的功能"。光线变化、人脸角度、摄像头画质、用户配合程度，任何一个变量都可能让识别率断崖式下跌。如果你打算把这个项目落地成产品，建议留出充足的时间做现场测试和数据迭代，而不是在论文数据集上自嗨。