基于OpenCV+dilb建立自己的人脸数据集及进行简单人脸识别

最新推荐文章于 2024-07-16 17:42:37 发布

原创

最新推荐文章于 2024-07-16 17:42:37 发布 · 7.4k 阅读

82 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #python

该博客介绍了如何使用OpenCV、Dlib库构建一个人脸识别系统，包括人脸检测、特征点提取和人脸识别。首先，通过摄像头捕获人脸并保存，然后计算人脸的128D特征值，将这些特征值存储到CSV文件中。最后，实现实时人脸识别，通过比较新捕获人脸的特征与已知人脸特征的欧氏距离，识别出相似的人脸。

文章目录

一、原理
二、代码实现
三、结果
四、总结
五、参考

一、原理

参考前面的博客基于OpenCv+Python+Dlib实现简单人脸数据采集

二、代码实现

1.提取人脸

输入需要录制的人的姓名用来创建对应文件夹来保存图片，通过摄像头捕获到的图片进行人脸检测，当检测到人脸后用矩形进行标注。按下s键进行保存，ESC键盘退出。

import cv2
import dlib
import os
import sys
import random

# 存储位置
output_dir = './output/person/test'
size = 64


# 改变图片的亮度与对比度

def relight(img, light=1, bias=0):
    w = img.shape[1]
    h = img.shape[0]
    # image = []
    for i in range(0, w):
        for j in range(0, h):
            for c in range(3):
                tmp = int(img[j, i, c] * light + bias)
                if tmp > 255:
                    tmp = 255
                elif tmp < 0:
                    tmp = 0
                img[j, i, c] = tmp
    return img


# 使用dlib自带的frontal_face_detector作为我们的特征提取器
detector = dlib.get_frontal_face_detector()
# 打开摄像头 参数为输入流，可以为摄像头或视频文件
camera = cv2.VideoCapture(0)

name=input("请输入录入人的姓名:")
index = 1
ok = True
output_dir+=  '/' +name
if not os.path.exists(output_dir):
    os.makedirs(output_dir)
while ok:

    # 从摄像头读取照片
    # 读取摄像头中的图像，ok为是否读取成功的判断参数
    ok, img = camera.read()

    # 转换成灰度图像
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 使用detector进行人脸检测
    dets = detector(img_gray, 1)
    for i, d in enumerate(dets):
        x1 = d.top() if d.top() > 0 else 0
        y1 = d.bottom() if d.bottom() > 0 else 0
        x2 = d.left() if d.left() > 0 else 0
        y2 = d.right() if d.right() > 0 else 0
        # 截取人脸方框
        face = img[x1:y1, x2:y2]

        # 绘制矩形框标注人脸
        cv2.rectangle(img, tuple([x2, x1]), tuple([y2, y1]), (0, 255, 255), 2)
        print('Being processed picture %s' % index)
        # 调整图片的对比度与亮度， 对比度与亮度值都取随机数，这样能增加样本的多样性
        face = relight(face, random.uniform(0.5, 1.5), random.randint(