La reconnaissance des visages humains est l’un des sujets les plus difficiles dans les domaines du traitement des images, de la vision par ordinateur et de la reconnaissance des formes. Avant de reconnaître le visage humain, il est nécessaire de détecter un visage puis d’extraire les caractéristiques du visage. De nombreuses méthodes ont été créées et développées afin d’effectuer la détection des visages et deux des méthodes les plus populaires sont le classificateur en cascade de Haar de Viola-Jones (V-J) et l’histogramme des gradients orientés (HOG). Cet article propose une comparaison entre VJ et HOG pour la détection des visages. La méthode V-J calcule l’image intégrale par le biais d’une caractéristique de type Haar avec le processus AdaBoost pour créer un classificateur en cascade robuste, HOG calcule le classificateur pour chaque image dans et à l’échelle de l’image, applique les fenêtres coulissantes, extrait le descripteur HOG à chaque fenêtre et applique le classificateur, si le classificateur détecte un objet avec une probabilité suffisante qui ressemble à un visage, le classificateur enregistre la boîte de délimitation de la fenêtre et applique la suppression non maximale pour augmenter la précision. Les résultats expérimentaux montrent que le système a réussi à détecter un visage sur la base de l’algorithme déterminé. Cela signifie que l’application utilisant la vision par ordinateur peut détecter le visage et comparer les résultats.