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