本文分为两大部分：
1.面部检测：检测图像的脸部位置，输出边界框的坐标
2.情绪检测：将面部的情绪分为高兴、生气、悲伤、中性、惊讶、厌恶、恐惧。
一、面部检测
可以使用上次文章(《手把手教你人脸识别自动开机》)中讲到的方法—用openCV检测，也可以使用face_recognition项目非常简单地实现面部检测。
face_recognition项目地址：https://github.com/ageitgey/face_recognition
这里我们尝试一下face_recognition项目，Face_recognition需要用到一个包叫dlib, 通过pip可能不一定装得上，因此这里推荐大家使用anaconda安装dlib：
conda install -c conda-forge dlib
然后再安装Face_recognition：
pip install face_recognition
用face_recognition三句代码就能识别图像中的脸部：
二、情绪检测
人类习惯从面部表情中吸收非言语暗示，那么计算机可以吗？答案是肯定的，但是需要训练它学会识别情绪。今天我们不太可能讲收集数据、构建CNN模型等逻辑流程，事实上，这个流程其实和我们上次《手把手教你人脸识别自动开机》中做的方法类似，只不过需要收集一个情绪数据集。
由于时间关系，我们直接用priya-dwivedi训练好的模型，他们用Kaggle开源数据集(人脸情感识别 FER)训练了一个六层卷积神经网络模型。他们的项目源代码：
github.com/priya-dwivedi/face_and_emotion_detection
现在就调用模型识别一下孙哥在这张图里的情绪吧，调用方法如下代码所示，如果有读不懂的地方建议留言提问，代码中的 1.png 即这张孙哥图片。
emoiton.py ：
结果：
$python emotion.py
高兴
从下面终端输出的结果我们可以看到孙哥现在是高兴的情绪，这个结果应该正确(毕竟孙哥还是表里如一的)。
