本章我們來寫個不太實用，但是也不怎麼困難的小東西，結合之前寫過的小程式，我們很輕鬆就可以做到。

import dlib
import cv2
import imutils

cap = cv2.VideoCapture(0)

detector = dlib.get_frontal_face_detector()

宣告完cap和detector，我們和上章一樣要寫一個迴圈，只是迴圈內部的內容會做些小變動：

while(cap.isOpened()):
  ret, frame = cap.read()

  # 將frame轉成灰階圖
  gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

  face_rects = detector.run(gray, 0)

  for i, d in enumerate(face_rects):
    x1 = d.left()
    y1 = d.top()
    x2 = d.right()
    y2 = d.bottom()

  cv2.rectangle(gray, (x1, y1), (x2, y2), (0, 0, 255), 10, cv2.LINE_AA)

  result = gray[y1:y2, x1:x2]

  cv2.imshow("FaceShow",result)
  
  # 圖片存檔判斷式
  if cv2.waitKey(1) & 0xFF == ord('s'):
    cv2.imwrite('output.jpg', result)
  elif cv2.waitKey(1) & 0xFF == ord('q'):
    break

可以看到我們用cv2.cvtColor函式將攝像頭擷取到的原始圖片轉成了灰階圖片，然後將灰階圖片丟進人臉偵測器裡，而且我們進行分割的圖片是畫了矩形的灰階圖片，所以我們執行cv2.imshow印出來的結果會是一張灰階帶深色框的大頭照，同時進行動態人臉捕捉。

因為要做拍攝功能，所以在break條件的上方多加了一條判斷式：當迴圈執行途中偵測到s按鍵輸入，就會執行cv2.imwrite進行圖片存檔，達到可即時截圖的功能。

寫完上面的迴圈，別忘了在程式跳出之後節省記憶體：

cap.release()
cv2.destroyAllWindows()