我的电脑只有认识我,才配称之为我的电脑!
↑帅气的小编!
今天,我们用Python实现高大上的人脸识别技术!
Python里,简单的人脸识别有很多种方法可以实现,依赖于python胶水语言的特性,我们通过调用包可以快速准确的达成这一目的。这里介绍的是准确性比较高的一种。
1首先梳理一下实现人脸识别需要进行的步骤:
流程大致如此,在此之前,要先让人脸被准确的找出来,也就是能准确区分人脸的分类器,在这里我们可以用已经训练好的分类器,网上种类较全,分类准确度也比较高,我们也可以节约在这方面花的时间。
ps:小编的宝贝来源已经放在下面链接里啦~
推荐:GITHUB
https://github.com/opencv/opencv/tree/master/data/haarcascades
既然用的是python,那自然少不了包的使用了,在看代码之前,我们先将整个项目所需要的包罗列一下:
· CV2(Opencv):图像识别,摄像头调用
· os:文件操作
· numpy:NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库
· PIL:Python Imaging Library,Python平台事实上图像处理的标准库
2接下来,就是见(qiao)证(qi)奇(dai)迹(ma)的时刻!
0 1 对照人脸获取#-----获取人脸样本-----
经小编测试,在执行
“face_detector = cv2.CascadeClssifier(r'C:\Users\admin\Desktop\python\data\haarcascade_frontalface_default.xml')”此语句时,实际路径中的目录名尽量不要有中文字符出现,否则容易报错。
这样,你的电脑就能看到你啦!
02 通过算法建立对照模型本次所用的算法为opencv中所自带的算法,opencv较新版本中(我使用的是2.4.8)提供了一个FaceRecognizer类,里面有相关的一些人脸识别的算法及函数接口,其中包括三种人脸识别算法(我们采用的是第三种)
1.eigenface
2.fisherface
3.LBPHFaceRecognizer
LBP是一种特征提取方式,能提取出图像的局部的纹理特征,最开始的LBP算子是在3X3窗口中,取中心像素的像素值为阀值,与其周围八个像素点的像素值比较,若像素点的像素值大于阀值,则此像素点被标记为1,否则标记为0。这样就能得到一个八位二进制的码,转换为十进制即LBP码,于是得到了这个窗口的LBP值,用这个值来反映这个窗口内的纹理信息。
LBPH是在原始LBP上的一个改进,在opencv支持下我们可以直接调用函数直接创建一个LBPH人脸识别的模型。
我们在前一部分的同目录下创建一个Python文件,文件名为trainner.py,用于编写数据集生成脚本。同目录下,创建一个文件夹,名为trainner,用于存放我们训练后的识别器。
#-----建立模型、创建数据集-----
这就让电脑认识到你是与众不同的那颗星~
0 3 识别检测,校验,输出其实都是识别的这一过程,与前两个过程不同,这是涉及实际使用的过程,所以我们把他整合放在一个统一的一个文件内。
#-----检测、校验并输出结果-----
现在,你的电脑就能识别出你来啦!
通过其他组合也可以实现开机检测等多种功能,你学会了吗?
下面是小编审稿时的测试结果以及出现的一些问题哦~希望对大家有帮助(呲牙.jpg)
测试结果
上图为转换为灰度图片之后保存在data目录下的照片
成功识别出小编的星星脸(呲牙.jpg)
小编审稿测试过程中出现的问题:
(1)版本问题
解决方法:经过小编无数次的失败,提示大家最好安装python2.7,可以直接使用 pip install numpy 以及pip install opencv-python安装numpy 以及对应python版本的opencv
(如果使用的是Anaconda2,pip相关命令可在开始菜单Anaconda2文件夹下的Anaconda Prompt中输入)
点击推文中给出的链接,将github中的文件下载后放至编译文件所在的文件夹下,并更改代码中的相关目录
(2)如果提示“module' object has no attribute 'face'”
解决方法:可以输入 pip install opencv-contrib-python解决,如果提示需要commission,可以在后面加上 --user,即 pip install opencv-contrib-python --user
如有其它问题欢迎大家随时联系我们呀(点击阅读全文获取完整代码,提取码:w7fu)
赞 赏
长按下方二维码打赏感谢您,
支持学生们的原创热情!
郑重承诺
打赏是对工作的认可
所有打赏所得
都将作为酬劳支付给辛勤工作的学生
指导老师不取一文
精彩文章推荐
干货 | 变邻域搜索算法(VNS)求解TSP(附C++详细代码及注释)
干货 | 变邻域搜索算法(Variable Neighborhood Search,VNS)超详细一看就懂
干货 | 遗传算法(Genetic Algorithm) Java 详细代码及注释
干货 | 遗传算法(Genetic Algorithm) (附代码及注释)
干货|迭代局部搜索算法(Iterated local search)探幽(附C++代码及注释)
干货 | 用模拟退火(SA, Simulated Annealing)算法解决旅行商问题
---The End---
文案 && 代码:牛捷
排版:何萱
审稿&排版:任伟涛
指导老师: 王宁
如对文中内容有疑问,欢迎交流。PS:部分资料来自网络。
如有需求,可以联系:
王宁(上海大学管理学院副教授,597749470@qq.com)
牛捷(上海大学管理学院本科四年级,2435764602@qq.com)
何萱(上海大学管理学院本科二年级,1585834950@qq.com)
任伟涛(华中科技大学管理学院本科二年级,739504418@qq.com)
扫一扫,获取数据和模型
还有更多算法学习课件分享哟