用python将照片做成数据集_Python-OpenCV人脸识别之数据集生成

在上一篇文章中，我们学习了如何安装配置OpenCV和Python，然后写了些代码玩玩人脸检测。现在我们要进行下一步了，即搞一个人脸识别程序，就是不只是检测还需要识别到人是谁。

来，搞人脸识别

要搞一个人脸识别程序，首先我们需要先用提前裁剪好的标注好的人脸照片训练一个识别器。比如说，我们的识别器需要识别两个人，一个人的id是1，而另一个的id是2，于是在数据集里面，1号人的所有照片会有id 1号，2号人同理。然后我们就会使用这些数据集照片去训练识别器，再从一个视频中识别出1号人。

我们把要做的事分成三部分：

创建数据集

训练

识别

在本文中，我们会尝试写一个程序来生成数据集。

生成数据集

我们来写一个数据集生成脚本。

首先打开我们的Python环境，不管是Pycharm等IDE，还是简单的记事本都行。需要提前准备的是在目录中放好haarcascade_frontalface_default.xml，上一篇也有用到过这个XML文件，就是OpenCV自带的。

接下来使用cv2获取摄像头数据以及XML文件：

import cv2

cam = cv2.VideoCapture(0)

detector=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

我们的数据集需要先从摄像头采集一些人脸例子照片，当然，只能是同一个人的。然后程序会给这些例子照片添加id，并将照片保存在一个文件夹中，这个文件夹我们就将它命名为dataSet吧。

来，我们在py脚本的同目录下创建一个dataSe