IT1995的博客

博主QQ570176391,QQ78442761

Qt5.7+Opencv2.4.9人脸识别(四)模型训练

【注意】本博文的档次适合OpenCV初学者,和要做本科生毕业设计这类档次。

源码的下载地址和原理理论部分请走下面连接

http://blog.csdn.net/qq78442761/article/details/71157980


上一节是人脸处理,链接如下:

http://blog.csdn.net/qq78442761/article/details/71159013


这一节是模型训练,这个模型训练要做的功能就是调用Opencv生成一个XML文件,这个XML文件记录了每组的人脸的特征(本程序是10张图一个人,每一个人有唯一固定的编号)

功能如下,在点击功能再点击训练模型后会在此程序根目录下生成如下xml文件。



下面来看代码,如何实现这一功能:

void AddPeople::TrainingModel()
{
    //读取你的CSV文件路径.
    //string fn_csv = string(argv[1]);
    std::string fn_csv = "./Data/at.txt";

    // 2个容器来存放图像数据和对应的标签
    std::vector<cv::Mat> images;
    std::vector<int> labels;
    // 读取数据. 如果文件不合法就会出错
    // 输入的文件名已经有了.
    try
    {
        read_csv(fn_csv, images, labels);
    }
    catch (cv::Exception& e)
    {
        std::cerr << "Error opening file \"" << fn_csv << "\". Reason: " << e.msg << endl;
        // 文件有问题,我们啥也做不了了,退出了
        return;
    }
    // 如果没有读取到足够图片,也退出.
    if (images.size() <= 1) {
        std::string error_message = "This demo needs at least 2 images to work. Please add more images to your data set!";
        CV_Error(CV_StsError, error_message);
    }

    // 下面的几行代码仅仅是从你的数据集中移除最后一张图片
    //[gm:自然这里需要根据自己的需要修改,他这里简化了很多问题]
    cv::Mat testSample = images[images.size() - 1];
//    int testLabel = labels[labels.size() - 1];
    images.pop_back();
    labels.pop_back();


    cv::Ptr<cv::FaceRecognizer> model = cv::createEigenFaceRecognizer();
    model->train(images, labels);
    model->save("MyFacePCAModel.xml");

          int predictedLabel = -1;
          double confidence = 0.0;
          model->predict(testSample, predictedLabel, confidence);
          qDebug()<<confidence;
}
其实就是调用了createEigenFaceRecognizer(),就实现了在第一节中,所说的理论,然后在train就能训练出xml文件。


下一节将说明人脸识别。

源码和理论部分在本博文开头有提供。

阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq78442761/article/details/71159508
个人分类: C/C++ Qt OpenCV
所属专栏: 小项目集合
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭