【opencv】基于opencv实现人脸识别，原理&代码部分

上一部分我们解决了环境问题，这一部分我们可以开始上代码，环境没有配好的可以参照上一篇博客：环境搭建解决：

下面先说一下原理：

一.原理部分

  本文基于opencv来实现人脸识别，大致实现流程可以描述为：

  当计算机拿到你输入的图片以后，首先对整个图片先进行灰度处理，即将图片拆解成一个矩阵，矩阵中的每个元素分别代表着图片中每个像素点的像素值，映射范围是0~255，再提取图片中人脸的部分将其框出，然后提取图片特征，即把人脸那一块数据提取出来，经过多个人脸的特征数据和图片的id进行对应，经过大量数据的训练后，计算机就可以生成人脸识别模型，然后再调用视频，图片或者摄像头就可以识别出来图片里的人是谁。
  在opencv中筛选人脸的代码在刚刚下载好的opencv文件夹中，找到刚刚下载好的opencv文件夹，打开source—>data—>haarcascades，找到里面的haarcascade_frontalface_alt2.xml或者haarcascade_frontalface_default.xml
这两个代码的作用都是将图片中人脸的信息框选出来，以我自己的电脑为例

  在写代码的时候调用这两个中的一个就好，就例如在这里我们调用的是_alt2，还有就是这个路径中不能出现中文，否则会报错，所以opencv最好不要安装到文件名中带有中文的文件夹里。

二.代码部分

  首先安装必备的包

  这几个包必须有，因为在中间做计算的时候会用到

数据训练的代码

import os
from os import listdir
import cv2
from PIL import Image           # 如果这里报错了就下载Image，因为我用的是python3，PIL在python3里被Pillow取代了，但是Pillow里没有Image
import numpy as np
import contrib

def getImageAndLabels(path):
    #存储人脸数据
    faceSamples = []
    #存储姓名数据
    ids = []
    imagePaths = [os.path.join(path,f) for f in listdir(path)]
    #加载分类器
    face_detector = cv2.CascadeClassifier('D:/OpenCV/opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml')  # 人脸检测文件
    #遍历列表中的图片
    for imagePaths in imagePaths:   #要求每一张图片里只能有一张人脸
        #打开图片
        #灰度化PIL有九种不同模式：1，L，P，RGB，RGBA，CMYK，YCbCr，I，F，   1打开方式为是黑白，L是打开方式是灰度图像
        PIL_img = Image.open(imagePaths).convert('L')       #灰度打开图像，相当于cv.imread然后再用cv.cvtColor对图像进行灰度转换，把像素范围界定在0~255
        #将图片转换为数组，以黑白深浅。就是将图片向量化，把图片的每一个像素点变成一个数值，用这个数值进行判别计算
        img_numpy = np.array(PIL_img,'uint8')
        #获取图片人脸特征
        faces = face_detector.detectMultiScale(img_numpy)   #img_numpy是整张图片，然后将整张图片中人脸的那一块小数组提取出来存到faces里面
        #获取每张图片id和姓名
        id = int(os.path.s