程式碼：

import cv2


def CatchPICFromVideo(camera_idx):
    cv2.namedWindow("image",0) #可調節大小
    #qcv2.resizeWindow("image", 1600, 900)  # 設定長和寬
    # 視訊來源，可以來自一段已存好的視訊，也可以直接來自USB攝像頭
    cap = cv2.VideoCapture(camera_idx)

    # 告訴OpenCV使用人臉識別分類器
    data_path = "D:\Study\python__gongju\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml
 
" #自己電腦模型地址 不要有中文
    classfier = cv2.CascadeClassifier(data_path)

    # 識別出人臉後要畫的邊框的顏色，RGB格式
    color = (0, 255, 0)

    num = 0
    while cap.isOpened():
        ok, frame1 = cap.read()  # 讀取一幀資料
        scale_percent = 50  # percent of original size   縮小到原來50%
        width = int(frame1.shape[1] * scale_percent / 100)
        height 
 
= int(frame1.shape[0] * scale_percent / 100)
        dim = (width, height)
        frame = cv2.resize(frame1, dim, interpolation=cv2.INTER_AREA)
        if not ok:
            break

        grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 將當前楨影象轉換成灰度影象
        # 人臉檢測，1.2和2分別為圖片縮放比例和需要檢測的有效點數
        faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
        
 
if len(faceRects) > 0:  # 大於0則檢測到人臉
            for faceRect in faceRects:  # 單獨框出每一張人臉
                x, y, w, h = faceRect

                # 將當前幀儲存為圖片
                #img_name = '%s/%d.jpg ' %(path_name, num)
                #image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
                #cv2.imwrite(img_name, image)
                num += 1
                #if num > catch_pic_num:  # 如果超過指定最大儲存數量退出迴圈
                    #break

                # 畫出矩形框
                cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)

                # 顯示當前捕捉到了多少人臉圖片了，這樣站在那裡被拍攝時心裡有個數，不用兩眼一抹黑傻等著
                font = cv2.FONT_HERSHEY_SIMPLEX
                cv2.putText(frame ,'num:%d' % (num) ,(x + 30, y + 30), font, 1, (255 ,0 ,255) ,4)

                # 超過指定最大儲存數量結束程式
        #if num > catch_pic_num:
            #break

        # 顯示影象q
        cv2.imshow("image", frame)
        c = cv2.waitKey(1)
        if c & 0xFF == ord('q'):
            break
    # 釋放攝像頭並銷燬所有視窗
    cap.release()
    cv2.destroyAllWindows()
if __name__ == '__main__':
    CatchPICFromVideo(r'H:\renwu__opencv\zhaopian\IMG_3849.MOV')



#print(CatchPICFromVideo(r'H:\renwu__opencv\zhaopian\IMG_3849.MOV'))  #0表示筆記本自帶的攝像頭  否則就是視訊地址 不要有中文

效果圖：

我電腦是輕薄本 都是把畫質降低才識別的。

但識別效果不是很好，但總體速度快 不卡，還是能識別出大部分人臉的。