matlab人脸识别动态界面,Matlab PCA+SVM人脸识别（二）——GUI界面设计

上一篇介绍了人脸识别的主要算法，为了便于操作和，使界面更加友善，在之前的基础上做了GUI开发，界面如下：

GUI界面的主程序：

保存为faceGUI.m文件，若你已经添加过当前文件所在的路径，那么在Matlab的command window里写入faceGUI即可运行

global h_axes1;

global h_axes2;

global edit2;

h_f=figure('name','人脸识别系统','position',[300,200,600,400]);

clf reset;

set(h_f, 'defaultuicontrolfontsize' ,12);

set(h_f, 'defaultuicontrolfontname' , '宋体' );

h_axes1=axes('parent',h_f,'position',[0.2 0.28 0.25 0.56],'Unit','normalized','visible','off');

h_axes2=axes('parent',h_f,'position',[0.55 0.28 0.25 0.56],'Unit','normalized','visible','off');

figcolor=get(h_f,'color');

edit2=uicontrol(h_f,'style','text','position',[150,330,300,40],'backgroundcolor',figcolor);

button_open=uicontrol(h_f,'style','push','string','选择照片','position',[250 50 100 50],'callback','GUIopen');

button_recg=uicontrol(h_f,'style','push','string','测试准确率','position',[100 50 100 50],'callback','face');

button_match=uicontrol(h_f,'style','push','string','图像匹配','position',[400 50 100 50],'callback','GUIrecg');button_recg即显示为测试准确率的按键的回调函数为face.m，但是为了让程序运行的进程在界面上可以动态显示，需要对原来的程序做一些修改，具体如下：

clc,clear

npersons=40;%选取40个人的脸

global imgrow;

global imgcol;

global edit2

imgrow=112;

imgcol=92;

set(edit2,'string','读取训练数据......')%显示在句柄为edit2的文本框里

drawnow %更新窗口的内容，不然程序结束时才会显示，这样只能看到最后一句

f_matrix=ReadFace(npersons,0);%读取训练数据

nfaces=size(f_matrix,1);%样本人脸的数量

set(edit2,'string','训练数据PCA特征提取......')

drawnow

mA=mean(f_matrix);

k=20;%降维至20维

[pcaface,V]=fastPCA(f_matrix,k,mA);%主成分分析法特征提取

set(edit2,'string','训练数据规范化......')

drawnow

lowvec=min(pcaface);

upvec=max(pcaface);

scaledface = scaling( pcaface,lowvec,upvec);

set(edit2,'string','SVM样本训练......')

drawnow

gamma=0.0078;

c=128;

multiSVMstruct=multiSVMtrain( scaledface,npersons,gamma,c);

save('recognize.mat','multiSVMstruct','npersons','k','mA','V','lowvec','upvec');

set(edit2,'string','读取测试数据......')

drawnow

[testface,realclass]=ReadFace(npersons,1);

set(edit2,'string','测试数据特征降维......')

drawnow

m=size(testface,1);

for i=1:m

testface(i,:)=testface(i,:)-mA;

end

pcatestface=testface*V;

set(edit2,'string','测试数据规范化......')

drawnow

scaledtestface = scaling( pcatestface,lowvec,upvec);

set(edit2,'string','SVM样本分类......')

drawnow

class= multiSVM(scaledtestface,multiSVMstruct,npersons);

set(edit2,'string','测试完成！')

accuracy=sum(class==realclass)/length(class);

msgbox(['识别准确率：',num2str(accuracy*100),'%。'])button_open即显示为”选择照片“的按钮的回调函数是GUIopen.m，其内容如下：

global h_axes1

[filename,pathname]=uigetfile({'*.pgm';'*.jpg';'*.tif';'*.*'},'请选择一张用于识别的照片');

if filename==0

msgbox('请选择一张照片文件')

else

filepath=[pathname,filename];

axes(h_axes1);

imshow(imread(filepath));

endbutton_recg

即显示为”图像匹配“的按钮的回调函数是GUIrecg.m，其内容如下：

global h_axes1

global h_axes2

global edit2

load('recognize.mat');

set(edit2,'string','读取测试数据......')

drawnow

disp('读取测试数据...')

disp('.................................................')

img=getimage(h_axes1);%获得之前选中的照片的信息

if isempty(img)

msgbox('请先选择一张图片！')

break

end

testface=img(:)';

set(edit2,'string','测试数据降维......')

drawnow

disp('测试数据特征降维...')

disp('.................................................')

Z=double(testface)-mA;

pcatestface=Z*V;

set(edit2,'string','测试特征数据规范化......')

drawnow

disp('测试特征数据规范化...')

disp('.................................................')

scaledtestface=-1+(pcatestface-lowvec)./(upvec-lowvec)*2;

set(edit2,'string','SVM样本识别......')

drawnow

disp('SVM样本识别...')

disp('.................................................')

voting=zeros(1,npersons);

for i=1:npersons-1

for j=i+1:npersons

class=svmclassify(multiSVMstruct{i}{j},scaledtestface);

voting(i)=voting(i)+(class==1);

voting(j)=voting(j)+(class==0);

end

end

[~,class]=max(voting);

set(edit2,'string','识别完成！')

drawnow

axes(h_axes2);

imshow(imread(['E:\ORL_face\s',num2str(class),'\1.pgm']));

msgbox(['样本识别为第',num2str(class),'个人'])

转载请您尊重作者的劳动，完整保留

文章

出处

以及

文章链接

，谢谢您的支持！

欢迎您参与讨论~让我们共同进步~