Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单人脸检测/识别实战案例 之六 简单进行人脸训练与识别

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单人脸检测/识别实战案例 之六 简单进行人脸训练与识别

目录

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单人脸检测/识别实战案例 之六 简单进行人脸训练与识别

一、简单介绍

二、简单进行人脸训练与识别

1、LBPH（Local Binary Patterns Histograms）算法进行人脸训练和识别

2、实现步骤：

3、判断是谁的人脸：

案例中涉及的关键函数说明如下

1）准备训练数据集：load_training_data(data_dir)

2）预处理图像：preprocess_images(faces)

3）训练 LBPH 人脸识别器：train_lbph(faces, labels)

4）读取测试图像：load_test_image(image_path)

5）预处理测试图像：preprocess_test_image(test_image)

6）进行人脸识别：recognize_face(model, test_image)

7）测试人脸识别器：test_face_recognition(data_dir, test_image_path)

三、简单进行人脸训练与识别案例实现简单步骤

四、注意事项

---

一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

这里使用 Python  基于 OpenCV 进行视觉图像处理，......

OpenCV 提供了一些已经训练好的级联分类器，这些级联分类器以XML文件的方式保存在以下路径中：

...\Python\Lib\site-packages\