openCV 目标人脸检测与识别

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