笑容

   终于,最后一位最好的外地朋友也与2008年12月6日在郑州步入了婚姻的礼堂。这个婚礼在我看来,是一定要参加,必须的。所以在没购到火车票的情况下我也一意孤行的奔向了火车站。
  很多不人不理解如此远的路程和如此恶劣的天气,加上上周连续三天的加班到十二点的我,为什么执意要过去,大部分的劝说都是寄点礼金过去就好或以后有机会在补偿,甚至还有人会认为这是疯狂的行为。或许在其它时候,慵懒的我会毫不犹豫的听从这些“善意的建议”。但是这次不行,这个婚礼与以前参加过的所有的不同,都不能做我长途奔波的动力。能亲自看到新娘在婚礼上的笑容才是最终的吸引力。
   最后的结局是,我如愿以偿了。那天所有人的任何动作丝毫没有入眼,包括新郎的,眼里所能看到的只有新娘开心的笑。于是,很放心,很放心的,带着新郎豪气送我的郑州特产—新郑红枣,当天回来了。永远真心的祝福她:结婚当天的笑,能在以后每一天里都绽放~~~~~~~
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是使用OpenCV进行笑容识别模型训练的代码示例: ```python import cv2 import numpy as np # 加载正面人脸分类器 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 加载笑容分类器 smile_cascade = cv2.CascadeClassifier('haarcascade_smile.xml') # 打开摄像头 cap = cv2.VideoCapture(0) # 用于训练的笑容样本数量 sample_count = 0 # 创建用于存储样本的数组 samples = [] # 创建用于存储标签的数组 labels = [] # 循环读取摄像头帧 while True: ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, 1.3, 5) # 对于每张检测到的人脸 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2) # 提取人脸区域 roi_gray = gray[y:y+h, x:x+w] roi_color = frame[y:y+h, x:x+w] # 检测笑容 smiles = smile_cascade.detectMultiScale(roi_gray, 1.8, 20) # 如果检测到笑容 if len(smiles) > 0: for (sx, sy, sw, sh) in smiles: cv2.rectangle(roi_color, (sx, sy), (sx+sw, sy+sh), (0, 255, 0), 2) # 将笑容区域添加到训练样本中 samples.append(roi_gray) labels.append(1) sample_count += 1 # 显示帧 cv2.imshow('frame', frame) # 如果检测到足够的笑容样本,则退出循环 if sample_count >= 100: break # 释放摄像头并关闭窗口 cap.release() cv2.destroyAllWindows() # 训练笑容识别模型 model = cv2.face.LBPHFaceRecognizer_create() model.train(samples, np.array(labels)) # 保存模型 model.save('smile_detection_model.yml') ``` 在上述代码中,我们首先加载了正面人脸分类器和笑容分类器,然后打开了摄像头并在循环中读取每一帧。对于每张帧,我们首先检测人脸,然后在人脸区域中检测笑容。如果检测到笑容,我们将笑容区域添加到训练样本中,并将其标记为“1”表示这是一张带笑容的人脸图像。当样本数量达到100时,我们退出循环并使用训练样本和标签训练笑容识别模型。最后,我们将模型保存到文件中以备将来使用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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