OpenCV中如何保留最后检测的人脸位置并持续绘制遮挡矩形

我明白你现在的需求：在手部追踪时，用遮挡矩形盖住人脸避免干扰，但Haar检测器偶尔会漏检，导致矩形立刻消失，想让它保持一段时间再消失。先帮你分析下现有代码的问题，再给出可行的解决方案。

你的代码存在的问题 #

1. 第一个代码片段：x2/y2/w2/h2是在for循环内部定义的，当没有检测到人脸时，循环不会执行，这些变量要么未初始化（首次运行没检测到的话会直接报错），要么无法保留上次的有效值，自然无法画出矩形。
2. 第二个代码片段：
   • 有个明显的笔误：faces_t.insert(3,w)应该是h，导致高度值错误；
   • 用pop/insert更新列表的方式太繁琐，直接赋值更简洁；
   • 如果faces_t是在while循环内初始化的，每次循环都会重置为[None]*4，没检测到人脸时就回到初始状态，无法保留之前的检测值。

正确的解决方案 #

核心思路是：保存最后一次成功检测到的人脸坐标，同时记录检测时间，当没有新检测结果时，判断是否在设定的保持时间内，再决定是否绘制矩形。

以下是完整的可运行代码：

import cv2
import time

# 初始化Haar人脸分类器
faceCascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

cam = cv2.VideoCapture(0)
last_face = None  # 保存最后一次检测到的人脸坐标(x,y,w,h)
hold_duration = 2  # 矩形保持时间，单位：秒
last_detected_time = 0

while cam.isOpened():
    ret, frame = cam.read()
    if not ret:
        break
    
    grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = faceCascade.detectMultiScale(grey, scaleFactor=1.3, minNeighbors=3, minSize=(30, 30))
    
    current_time = time.time()
    # 检测到人脸时，更新保存的坐标和时间
    if len(faces) > 0:
        last_face = faces[0]  # 取第一个检测到的人脸（如果有多张脸可按需调整）
        last_detected_time = current_time
        # 实时绘制当前检测到的人脸遮挡矩形
        x, y, w, h = last_face
        cv2.rectangle(frame, (x-10, y-15), (x+w+10, y+h+15), (0, 0, 0), -1)
    else:
        # 未检测到人脸时，判断是否在保持时间内
        if last_face is not None and (current_time - last_detected_time) < hold_duration:
            x, y, w, h = last_face
            cv2.rectangle(frame, (x-10, y-15), (x+w+10, y+h+15), (0, 0, 0), -1)
    
    cv2.imshow('Hand Tracking', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cam.release()
cv2.destroyAllWindows()

代码说明 #

• last_face：存储最后一次成功检测到的人脸坐标，初始为None；
• hold_duration：你可以根据需求调整矩形保持的时长（比如2秒）；
• 每次检测到人脸时，更新last_face和last_detected_time；
• 未检测到人脸时，检查距离上次检测的时间是否小于设定时长，若是则继续用last_face的值绘制矩形。

额外小建议 #

• 如果你想让矩形一直保持（直到再次检测到人脸更新），可以去掉时间判断的逻辑，直接在未检测到人脸时判断last_face是否不为空即可；
• 可以微调Haar分类器的参数（比如scaleFactor、minNeighbors、minSize），减少漏检概率；
• 后续熟悉OpenCV后，也可以尝试用MediaPipe Hands这类专门的手部追踪模型，能更精准地避开人脸干扰。

内容的提问来源于stack exchange，提问作者Mr. C