【毕业设计】如何利用Python实现人脸识别？

黑客大白

已于 2022-06-01 16:50:10 修改

阅读量6.5k

点赞数 13

文章标签： python opencv

于 2022-05-31 14:07:03 首次发布

本文链接：https://blog.csdn.net/Libra1313/article/details/125062267

版权

本文介绍了如何使用Python和OpenCV库实现人脸识别。通过调用预训练的分类器，结合os、numpy和PIL库，实现从获取人脸到建立识别模型的过程。重点讲解了LBPHFaceRecognizer算法，并分享了训练和识别的步骤，以及遇到的问题和解决方案。

摘要由CSDN通过智能技术生成

Python里，简单的人脸识别有很多种方法可以实现，依赖于Python语言的特性，我们通过调用包可以快速准确的达成这一目的。
这里介绍的是准确性比较高的一种。

一、梳理一下实现人脸识别需要进行的步骤：
在这里插入图片描述

要先让人脸被准确的找出来，也就是能准确区分人脸的分类器，在这里我们可以用已经训练好的分类器，网上种类较全，分类准确度也比较高，我们也可以节约在这方面花的时间。

· CV2(Opencv)：图像识别，摄像头调用

· os：文件操作

· numpy：NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库

· PIL：Python Imaging Library，Python平台事实上图像处理的标准库

1. 对照人脸获取

#-----获取人脸样本-----
import cv2
 
#调用笔记本内置摄像头，参数为0，如果有其他的摄像头可以调整参数为1,2
cap = cv2.VideoCapture(0)
#调用人脸分类器，要根据实际路径调整3
face_detector = cv2.CascadeClassifier(r'X:/Users/73950/Desktop/FaceRec/haarcascade_frontalface_default.xml')  #待更改
#为即将录入的脸标记一个id
face_id = input('\n User data input,Look at the camera and wait ...')
#sampleNum用来计数样本数目
count = 0
 
while True:    
    #从摄像头读取图片
    success,img = cap.read()    
    #转为灰度图片，减少程序符合，提高识别度
    if success is True: 
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 
    else:   
        break
    #检测人脸，将每一帧摄像头记录的数据带入OpenCv中，让Classifier判断人脸
    #其中gray为