5 调用opencv模块实现人脸识别

Wos.

已于 2022-03-14 06:00:17 修改

阅读量3.4k

点赞数

分类专栏： Python3与OpenCV2实现人脸识别文章标签：计算机视觉 python 深度学习

于 2022-03-11 14:44:27 首次发布

本文链接：https://blog.csdn.net/flykeying/article/details/123424550

版权

Python3与OpenCV2实现人脸识别专栏收录该内容

5 篇文章 1 订阅

订阅专栏

调用opencv模块实现人脸识别

注：为更清楚的讲解，没有对方法进行封装，在生产环境中请按策略进行封装

import WosLikeMe
Similarity = WosLikeMe.main(1308002****, 'https://****.oss-cn-beijing.aliyuncs.com/temp/faceTest/3.jpg')
print(Similarity)

#!/usr/bin/python3
# -*- coding: UTF-8 -*-

import numpy as np
from PIL import Image
import os
import cv2
import config
import WosDownload
import WosGetFace

def main(userId, image):
    src = cv2.__file__
    src = src.replace('__init__.py', '', 1) + 'data/'
    recognizer = cv2.face.LBPHFaceRecognizer_create()

    # 加载训练模型
    recognizer.read(config.__trainer__path + '/' + str(userId) + '.yml')

    face_detector = cv2.CascadeClassifier(src + 'haarcascade_frontalface_default.xml')

    # 下载image
    face = WosDownload.main(image)[0]

    # 读取新人脸
    newFace = cv2.imread(face)
    gray = cv2.cvtColor(newFace, cv2.COLOR_RGB2GRAY)
    faces = face_detector.detectMultiScale(gray, 1.3, 5)
    faceCount = format(len(faces))

    if faceCount == 0:
        print("ERR: This Image not face", userId)
        return False

    resultArray = []  # 如果在图片中识别很多个人脸，检测结果都存到数组中
    maxResult = 0  # 最终数组中最大数为检测结果
    for (x, y, w, h) in faces:
        idnum, confidence = recognizer.predict(gray[y:y + h, x:x + w])
        if confidence < 100:
            resultArray.append(confidence)
        else:
            resultArray.append(0)
    print(resultArray)
    for r in resultArray:
        if r > 0:
            maxResult = int(r)
    # 如果有大于80的人脸信息，进行二次训练
    # 保存头像
    if maxResult > 80 : # 80建议在config中设置，或者根据用户头像图片数量适当提升这个值
    	WosGetFace(userId, image)
    # 进行训练
    return maxResult