人脸识别

1、环境

Vs2013+opencv3.0+win10

 

1. 步骤

1. 收集数据、预处理
2. 训练模型
3. 人脸识别

 

 

1. 收据收集

参考https://blog.csdn.net/xingchenbingbuyu/article/details/51386949

1. 1. 使用opencv中的数据集测试

1. 1. 做自己的数据集（每个同学做30-100张照片）
      • 拍照程序，打开电脑摄像头，按键保存当前帧图像在文件夹
      • 代码

while (1)

                  {

                           char key = waitKey(100);

                           cap >> frame;

                           imshow("frame", frame);

                           string filename = format("D:\\pic\\pic%d.jpg", i);

                           switch (key)

                           {

                           case'space':

                                    i++;

                                    imwrite(filename, frame);

                                    imshow("photo", frame);

                                    waitKey(500);

                                    destroyWindow("photo");

                                    break;

                           default:

                                    break;

                           }

                  }

1. 1. 预处理
      • 人脸检测（调用opencv自带的检测函数检测人脸人眼）
        1. 加载分类器
        2. 调用检测函数
        3. 把检测到的人脸用矩形标记

参考https://blog.csdn.net/xingchenbingbuyu/article/details/51105159

 

1. 模型训练

参考https://blog.csdn.net/xingchenbingbuyu/article/details/51407336

1. 1. Csv文件（带标记文本文件）生成

方便找到文件位置

用.py脚本进行批处理生成

import sys

import os.path

 

# This is a tiny script to help you creating a CSV file from a face

if __name__ == "__main__":

 

    #if len(sys.argv) != 2:

    #    print "usage: create_csv <base_path>"

    #    sys.exit(1)

    #BASE_PATH=sys.argv[1]

 

    BASE_PATH="C:/Users/bingbuyu/Downloads/att_faces"

    SEPARATOR=";"

    fh = open("../etc/at.txt",'w')

    label = 0

    for dirname, dirnames, filenames in os.walk(BASE_PATH):

        for subdirname in dirnames:

            subject_path = os.path.join(dirname, subdirname)

            for filename in os.listdir(subject_path):

                abs_path = "%s/%s" % (subject_path, filename)

                print "%s%s%d" % (abs_path, SEPARATOR, label)

                fh.write(abs_path)

                fh.write(SEPARATOR)

                fh.write(str(label))

                fh.write("\n")     

            label = label + 1

    fh.close()

1. 1. 训练模型
      • 使用Opencv中的Facerecognizer类
      • 提取图片标签，csv文件中
      • 将每组图片用该函数进行训练，得到人脸特征数值。这里可以考虑使用深度学习神经网络来进行处理。

 

1. 人脸识别

参考https://blog.csdn.net/xingchenbingbuyu/article/details/51472330

1. 1. 打开摄像头
   2. 加载人脸检测器、加载人脸模型
   3. 人脸检测
   4. 对比检测到的人脸、从模型中找到相似度最高的
   5. 显示名字

 

1. Opencv中人脸识别算法原理https://blog.csdn.net/wanghz999/article/details/78817265

 

1. 改进
   1. 训练模型过程中可以使用cnn、dnn等深度学习来进行建模
   2. 将该程序集成为.exe可执行文件