多途径采集人脸并利用简单CNN网络构建简易人脸识别系统

最新推荐文章于 2024-09-08 11:25:00 发布

Chaphlagical

最新推荐文章于 2024-09-08 11:25:00 发布

阅读量2.7k

点赞数 3

文章标签： TensorFlow opencv CNN 人脸识别基础入门

本文链接：https://blog.csdn.net/Chaphlagical/article/details/79330900

版权

本文介绍了一个使用OpenCV和TensorFlow构建的简单人脸识别系统，涵盖从摄像头、视频、图片和互联网采集人脸图像，通过CNN进行训练和识别。代码已上传至GitHub，包括人脸采集、CNN网络构建和测试部分。虽然识别能力有限，但提供了基础入门的学习资源。

摘要由CSDN通过智能技术生成

最近入门了一下OpenCV以及TensorFlow的一些简单的内容，加上之前了解的一些关于网络数据采集的基础内容，由此产生做一个多途径采集人脸构造入门级的人脸识别系统的想法。

代码已上传到GitHub上：https://github.com/Chaphlagical/Facial-Recognition.git

准备：python 3.6，dlib, python-opencv, tensorflow, numpy, os, sys, random, sklearn

相关库函数请参照网上其他博客或教程进行安装

注意：该项目根文件夹命名为Simple_CNN_Facial_recognition（详见GitHub上代码）

一、人脸图像采集

（一）从摄像头采集人脸图像训练集（保存为~/Simple_CNN_Facial_recognition/get_faces/get_faces_from_camera.py）

注意：获取的头像信息会保存在~/Simple_CNN_Facial_recognition/training_material/name下(name为你输入的名称）

import cv2
import dlib
import os
import sys
import random

number=input("Input number of faces:")
output_dir=os.path.dirname(os.getcwd())+'/training_material'
input_dir=os.path.dirname(os.getcwd())+'/source_videos'

size=64

if not os.path.exists(output_dir):
    os.makedirs(output_dir)

def count_dirs(path):
    count=0
    for dir in os.listdir(path):
        count+=1
    return count


#改变图片亮度与对比度
def relight (img,light=1,bias=0):
    w=img.shape[1]
    h=img.shape[0]
    #image=[]
    for i in range(0,w):
        for j in range(0,h):
            for c in range(3):
                tmp=int(img[j,i,c]*light+bias)
                if tmp>255:
                    tmp=255
                elif tmp<0:
                    tmp=0
                img[j,i,c]=tmp
    return img

#使用dlib自带的frontal_face_detector作为特征提取器
detector=dlib.get_frontal_face_detector()

index=1

def get_faces_from_videoes(ranges,path,out_path):
    camera=cv2.VideoCapture(path)#获取视频文件
    global index
    while True:
        try:
            if (index < ranges):
                print('Being processed picture %s' % index)
                if os.path.exists(out_path + '/' + str(index) + '.jpg'):
                    index+=1
                    print('picture %s is already exit'%index)
                    pass
                # 从摄像头读取照片
                success, img = camera.read()


                if not camera.read():
                    break

                # 转为灰度图
                gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
                # 使用detector进行人脸检测
                dets = detector(gray_img, 1)

                if not len(dets):
                    # print('Can`t get face.')
                    cv2.imshow('img', img)
                    key = cv2.waitKey(1) & 0xff
                    if key == 27:
                        sys.exit(0)
                    pass

                for i, d in enumerate(dets):
                    x1 = d.top() if d.top() > 0 else 0
                    y1 = d.bottom() if d.bottom() > 0 else 0
                    x2 = d.left() if d.left() > 0 else 0
                    y2 = d.right() if d.right() > 0 else 0
                    face = img[x1:y1, x2:y2]
                    # 调整图片的尺寸
                    face = cv2.resize(face, (size, size))
                    face = relight(face, random.uniform(0.5, 1.5), random.randint(-50, 50))
                    cv2.rectangle(img, (x2, x1), (y2, y1), (255, 0, 0), 3)
                    cv2.imshow('image', img)
                    if not os.path.exists(out_path):
                        os.makedirs(out_path)
                    cv2.imwrite(out_path + '/' + str(index) + '.jpg', face)
                    key = cv2.waitKey(1) & 0xff
                    if key == 27:
                        sys.exit(0)
                    index += 1
            else:
                break
        except:
            break




for dir in os.listdir(input_dir):
    dirs = output_dir + '/' + dir
    index=1
    for x in os.listdir(input_dir+'/'+dir):
        video_path=input_dir+'/'+dir+'/'+x
        get_faces_from_videoes(12000,video_path,dirs)

（二）从视频文件中采集人脸图像训练集（保存为~/Simple_CNN_Facial_recognition/get_faces/get_faces_from_video.py）

注意：该代码采集的视频源来自~/Simple_CNN_Facial_recognition/source_videos文件夹中，并保存于~/Simple_CNN_Facial_recognition/training_material/name下

import cv2
import dlib
import os
import sys
import random

number=int(input("Input number of faces:"))
output_dir=os.path.dirname(os.getcwd())+'/training_material'
input_dir=os.path.dirname(os.getcwd())+'/source_videos'

size=64

if not os.path.exists(output_dir):
    os.makedirs(output_dir)

def count_dirs(path):
    count=0
    for dir in os.listdir(path):
        count+=1
    retur