无法在django（使用python opencv）项目中找到人脸（人脸检测）

这段代码（在views.py中）是由URL触发的。导入cv2没有问题。（使用VirtualEnvrapper尝试的相同方法显示相同的结果（在添加所有必需的库之后）摄影机初始化并

def caminit(request):  
  cam.open(0)
  img=cam.read()
  cv2.imwrite("snap"+".jpg",img[1])
  cam.release()                                #takes the instant pic

  faceCascade =cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
  eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

选中打印类型（faceCascade）时，将给出

。对象将被创建

在相同的

caminit中继续

image = cv2.imread("snap.jpg")

# when checked with image.dtype it shows correct uint8 also image.shape shows correct data {Eg: (480, 640, 3)}

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Detect faces in the image
faces = faceCascade.detectMultiScale(
    gray,
    scaleFactor=1.1,
    minNeighbors=5,
    minSize=(30, 30),
    flags = cv2.cv.CV_HAAR_SCALE_IMAGE
)

现在关键的部分是“找到脸的数量”

终端中的输出：

Found 0 faces!

为什么会这样

我试过在终端上打印来进行调试。我在评论中提到过。使用的相机是我的笔记本电脑（HP envy）相机，分辨率为640x480

我怀疑需要在
faceCascade.detectMultiScale（…）
块中调整一些参数。我尝试了
scalefactor=1.000001
和
minNeighbors=3
但没有用。
根据我的经验，预测最好的分类器是：haarcascade\u frontalface\u alt2.xml，你可以尝试一下

这是适用于我的代码：

min_face_size=30
max_face_size=100
face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml")
faces = face_cascade.detectMultiScale(img_gray, 1.05,1,0| cv2.cv.CV_HAAR_SCALE_IMAGE,(min_face_size,min_face_size),(max_face_size,max_face_size))

除了尝试这个，你应该确保你正在加载一个真实的图像。可能你正在加载一个黑色图像，然后它可以返回你所说的内容（480，640，3）.
你似乎只包含了你问题的一小部分。请包括剩下的部分，希望还有你迄今为止尝试/研究的内容以及为什么不起作用。我正在编辑问题。旧问题是错误发布的。请查看新问题。你检查过图片是否正确创建了吗？是否有cl照片中应该是什么样的脸？（图片中的灯光等）图片完全是用脸打开的。我已经尝试过很多次了。但是当我尝试相同的代码（def caminit内部）时，使用简单的“python caminit.py”运行没有与Django集成，没有出现错误，检测到人脸。这就是为什么我想知道照片是否真的正确创建（在Django中）我知道的每台服务器都没有摄像头，所以我不确定它应该如何能够拍摄照片（它肯定无法访问用户机器）.我原以为你需要在客户端拍张照片，然后发送到你的视图
min_face_size=30
max_face_size=100
face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml")
faces = face_cascade.detectMultiScale(img_gray, 1.05,1,0| cv2.cv.CV_HAAR_SCALE_IMAGE,(min_face_size,min_face_size),(max_face_size,max_face_size))