人脸识别opencv+python,使用opencv进行人脸识别的三种方法

　　人脸检测是OpenCV非常好的一个功能，是人脸识别的基础。人脸识别实际上是一个可以在给定的图像或视频中识别人脸的程序。

　　人脸识别模块特征

　　1.就是用一系列的分类图像来“训练”程序，并根据这些图像进行识别。这是OpenCV及其人脸识别模块进行人脸识别的过程。

　　2.每个识别都有一个置信度得分，在实际应用中可以通过设置阈值来进行筛选。

　　人脸识别两种方式

　　1.自己获取图像或免费从人脸数据库获取可用的人脸图像。

　　2.网上有很多人脸数据库：为了识别这些样本的人脸，需要识别包含人脸的样本图像上的人脸。这是一个学习的过程，但不如自己提供的图片令人满意。

　　python中OpenCV的人脸检测功能操作实例

　　进口货

　　importcv2

　　fromPILimportImage

　　importnumpyasnp

　　defgetImageAndLabels(路径):

　　facesSamples=[]

　　ids=[]

　　imagePaths=[os.path.join(path，f)forfinos.listdir(path)]

　　#检测面孔

　　#加载特征数据

　　人脸检测器=cv2。级联分类器(

　　d :/Python/opencv/sources/data/haarcascades/haarcascade _ frontal face _ default . XML )

　　#参数：scaleFactor:图片缩放多少，minNeighbors:至少检测多少次，minSizemaxSize:当前检测到的最小面积。

　　#scaleFactor=1.01，minNeighbors=3，maxSize=(33，33)，minSize=(28，28)

　　#遍历列表中的图片

　　forimagePathinimagePaths:

　　#打开当前图片

　　PIL_img=Image.open(imagePath)。转换(“L”)

　　#将图片转换成数组

　　img_numpy=np.array(PIL_img， uint8 )

　　faces=face _ detector . detect multi scale(img _ numpy)

　　#获取每张图片的id

　　id=int(OS . path . split(image path)[1]。拆分(.)[0])

　　#获取面部区域

　　对于x，y，w，hinfaces:

　　# slice获取图像数组和id

　　faces samples . append(img _ numpy[y :y h，x:x w])

　　附加(id)

　　returnfacesSamples，id

　　if__name__==__main__:

　　#图片路径

　　路径=。/data/jm/

　　#获取图像数组和id标签数组

　　faces，ids=getImageAndLabels(path)

　　#获取循环对象

　　recognizer=cv2 . face . lbphfacecognizer _ create()

　　recognizer.train(faces，np.array(ids))

　　#保存文件

　　recognizer . write( trainer/trainer . yml )

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。