机器学习-人脸识别

人脸识别在现在高科技的社会中，随处可见，作为一个初学者小白，根据老师上课的内容，完善了一个小型的人脸识别案例

import cv2
import os
import numpy as np

CASE_PATH="C:\\Users\Administrator\Anaconda3\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml"

RAM_IMAGE_DIR ='./me/'   
DATASET_DIR='./images/'  #数据集

face_cascade=cv2.CascadeClassifier(CASE_PATH)

def save_faces(img,name,x,y,width,height):
    image=img[y:y+height,x:x+width]
    if img.size ==  0:#对于这种情况就不要用imwriter
        cv2.imwrite(name,image)

image_list=os.listdir(RAM_IMAGE_DIR)#列出文件夹下面所有的文件
count=166

for image_path in image_list:
    fullpath=RAM_IMAGE_DIR+image_path
    image=cv2.imread(fullpath)

    gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
    faces=face_cascade.detectMultiScale(gray,scaleFactor=1.2,minNeighbors=5,minSize=(5,5))
    
    for(x,y,width,height)in faces:
       
       save_faces(image,DATASET_DIR+image_path,x,y-30,width,height+30)
    count+=1

 前面的都是通用代码

对读取的图片进行处理

#为了方便后期卷积数据的输入，对切割出来的图片尺寸进行调整
def resize_without_deformation(image,size=(100,100)):
    height,width,_=image.shape
    longest_edge=max(height,width)
    top,bottom,left,right=0,0,0,0
    if height<longest_edge:
        height_diff=longest_edge-height
        top=int(height_diff/2)
        bottom=height_diff-top
    elif width<longest_edge:
        width_diff=longest_e