一、实验目的
1.通过python语言编程设计人脸检测算法,以此人脸作为训练样本,训练目标人脸模型,进一步实现目标人脸的识别。
2.通过上述编程促进学生理解并掌握人脸检测及识别的相关原理,同时培养学生的编程能力。
二、实验硬、软件环境
笔记本电脑、windows10系统,Visual Studio Code编辑器,opencv视觉库,numpy库, matplolib库。
三、实验内容及步骤
(一)实验内容
1.从包含目标人脸的图像中检测到人脸并保存。
2.建立目标人脸训练模型。
3.从包含目标人脸的图像中检测并识别目标人脸。
【此过程会打开电脑摄像头,故图片不再展示】
(二)实验过程及代码
1.选择人脸检测算法
recognizer = cv2.face.LBPHFaceRecognizer_create()
recognizer.read('trainer/trainer.yml')
cascadePath = "haarcascade_frontalface_default.xml"
faceCascade = cv2.CascadeClassifier(cascadePath)
2.检测并保存目标人脸图像
cam = cv2.imread('renlian.jpg')
cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
cv2.imwrite("data/User." + str(face_id) + '.' + str(count) + ".jpg", gray[y:y + h, x:x + w])
cv2.imshow('image', img)
图1人脸检测结果图像
3.读取目标人脸图像,训练目标人脸模型
path = 'data'
recognizer = cv2.face.LBPHFaceRecognizer_create()
detector = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
PIL_img