opencv学习-建立人脸识别分类器

本文介绍如何利用OpenCV的facerec_demo.cpp和AT&T人脸库建立人脸识别分类器。通过修改facerec_at_t.txt文件路径并为不同个体分配唯一标签,成功创建并测试了分类器,实现了正确的人脸识别。
摘要由CSDN通过智能技术生成

在sample/cpp下面有一个文件叫做facerec_demo.cpp,还有一个文件叫做facerec_at_t.txt


首先我们要去 AT&T人脸库下载400张图片,分别时40个人,每个人有10张照片

下载完成后,随便放在哪里,但是注意要修改facerec_at_t.txt文件里面的路径,下面是我的文件路径

/home/myname/Desktop/opencv-2.4.7/orl_faces/s13/2.pgm;12
/home/myname/Desktop/opencv-2.4.7/orl_faces/s13/7.pgm;12
/home/myname/Desktop/opencv-2.4.7/orl_faces/s13/6.pgm;12

;后面的12代表类别,如果你要创建自己和同学的人脸库,记住要给不同的人赋予不同的label


然后我们看看facerec_demo.cpp,先贴上源代码

#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/contrib/contrib.hpp"

#include <iostream>
#include <fstream>
#include <sstream>

using namespace cv;
using namespace std;

static void rea
要使用OpenCV-Python进行人脸识别,需要先安装OpenCV-Python和其他必要的库。然后,你需要使用Haar Cascades分类器进行人脸检测,然后使用LBPH(Local Binary Patterns Histograms)算法或Eigenfaces算法进行人脸识别。 以下是一个基本的OpenCV-Python人脸识别代码示例: ```python import cv2 # 加载分类器 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 加载训练数据 recognizer = cv2.face.LBPHFaceRecognizer_create() recognizer.read("trainer.yml") # 打开摄像头 cap = cv2.VideoCapture(0) while True: # 读取帧 ret, img = cap.read() # 转换为灰度图像 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, 1.3, 5) # 对于每个检测到的人脸 for (x, y, w, h) in faces: # 绘制矩形框 cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2) # 识别人脸 id_, confidence = recognizer.predict(gray[y:y+h, x:x+w]) if confidence > 50: # 如果置信度大于50,显示识别结果 cv2.putText(img, str(id_), (x+5, y-5), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 2) else: # 如果置信度小于50,显示未知 cv2.putText(img, "Unknown", (x+5, y-5), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 2) # 显示帧 cv2.imshow('camera', img) # 按q退出 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头 cap.release() # 关闭所有窗口 cv2.destroyAllWindows() ``` 在运行代码之前,请确保已经下载了Haar Cascades分类器,并将其保存在与代码相同的目录中。你还需要训练你的识别器并将其保存为“trainer.yml”文件。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值