获取人脸识别训练数据
前面两篇已经实现打开摄像头并利用opencv内置的分类器检测到了人脸,那么我们的最终目标是实现一个特定人的人脸识别。
参照:利用opencv打开摄像头/利用opencv内置分类器检测人脸
本人当然是用自己当小白鼠,在前面的检测的基础上,把每次检测到的人脸,利用opencv内置的图片写入函数,写入到本地磁盘,把这些捕捉到的人脸作为训练数据进行我本人的识别分类器的训练。
首先说一下我们的目录结构,需要新建一个文件夹,不然无法将图片写入到指定位置,当然你也可以自己改目录位置。
其实很简单,你只要在这个代码文件的上一级目录,新建一个名为:traindata的文件夹即可。
上代码:
#-*- coding: utf-8 -*-
import cv2
def getTrainData(windowname,camera_id,path_name,max_num):
cv2.namedWindow(windowname)#path_name即为指定目录,max_num为你需要捕捉的图片数量
cap=cv2.VideoCapture(camera_id)#这里的代码都很熟悉,打开摄像头,加载分类器等等
classifier=cv2.CascadeClassifier('/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt2.xml')
color=(0,255,0)
num=0#记录图片数量
while cap.isOpened():
ok,frame=cap.read()
if not ok:
break
grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)#灰度化
faceRects = classifier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
if len(faceRects)>0:
for faceRect in faceRects:
x,y,w,h=faceRect
image_name='%s%d.jpg' % (path_name,num)#这里为每个捕捉到的图片进行命名,每个图片按数字递增命名。
image=frame[y:y+h,x:x+w]#将当前帧含人脸部分保存为图片
cv2.imwrite(image_name,image)
num+=1
if num>max_num:#如果超过指定最大保存数量退出循环
break
cv2.rectangle(frame,(x,y),(x+w,y+h),color,2)#画出矩形框
font=cv2.FONT_HERSHEY_SIMPLEX#获取内置字体
cv2.putText(frame,('%d'%num),(x+30,y+30),font,1,(255,0,255),4)#调用函数,对人脸坐标位置,添加一个(x+30,y+30)的矩形框用于显示当前捕捉到了多少人脸图片
if num>max_num:
break
cv2.imshow(windowname,frame)
c = cv2.waitKey(10)
if c & 0xFF == ord('q'):
break
cap.release()#释放摄像头并销毁所有窗口
cv2.destroyAllWindows()
#主函数
if __name__ =='__main__':
print ('catching your face and writting into disk...')
getTrainData('getTrainData',0,'../traindata/',1000)
以上便是代码,你需要注意的是目录问题,可以根据自己需要训练的数据自行进行max_num的修改,这里建议对本程序执行两次,分别获取两个人的人脸数据,并打乱,37比例分成训练集和测试集。
接下来开始人脸识别分类器的训练
【原创文章】转载请注明出处:http://blog.csdn.net/wearge/article/details/77252961