OpenCV3计算机视觉Python语言实现人脸识别【基于Eigenfaces, Fisherfaces】
前言
最近刚开始学《OpenCV3计算机视觉Python语言实现》中文版,学到了人脸识别这一块,但作为之前没有接触过这些东西的菜狗,看到真是一脸懵逼。在网上搜关于人脸识别的博客,但大部分标题是人脸识别但放出的却是人脸检测的代码[一脸懵逼]。
PS: 本博客代码是在下面链接的基础上做出稍微详细的补充。
(纯小白可以参考一下,大神可以直接绕道)
参考博客:
OpenCV3计算机视觉:Python实现 读书笔记-第五章—作者:Dave_L —>点击打开链接
1 数据准备-生成人脸识别数据
- 将获取人脸并存储为.pgm格式
import cv2
def generate():
face_xml = cv2.CascadeClassifier('D:\Opencv_data\opencv\sources\data\haarcascades\haarcascade_frontalface_default.xml')
# eye_xml = cv2.CascadeClassifier('D:\Opencv_data\opencv\sources\data\haarcascades\haarcascade_eye.xml')
camera = cv2.VideoCapture(0)
count = 0
while True:
ret, frame = camera.read()
frame = cv2.flip(frame, 180)
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = face_xml.detectMultiScale(gray, 1.3, 5)
# print(faces)
for (x, y, w, h) in faces:
img = cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 3)
f = cv2.resize(gray[y:y + h, x:x + w], (200, 200))
cv2.imwrite('E://1-OpenCv-GraduationProject//face//data//%s.pgm' % str(count), f)
# cv2.imwrite('E://1-OpenCv-GraduationProject//face//img//%s.jpg' % str(count), f)
print(count)
count += 1
cv2.imshow('camera', frame)
if cv2.waitKey(1) & 0xff == ord("q"):
break
camera.release()
cv2.destroyAllWindows()
if __name__ == "__main__":
generate()
生成的文件如图:
2 数据准备-生成CSV文件并加标签
- 这个书上好像并没有仔细的介绍?
# 在csv文件中加入用户id条目
def generate_csv():
count = 0
fout = open('a.csv', 'w', encoding='utf-8')
# 我是搜集了三组数据 前300张为一个人的数据,300-600 为一个人的, 600-900 为另一个的。
# 给其的标签分别为 0 1 2
for i in range(0, 301):
fout.write('data/%s.pgm;' % str(i))
fout.write('%s' % str(0))
fout.write('\n')
for i in range(301, 601):
fout.write('data/%s.pgm;' % str(i))
fout.write('%s' % str(1))
fout.write('\n')
for i in range(601, 901):
fout.write('data/%s.pgm;' % str(i))
fout.write('%s' % str(2))
fout.write('\n')
if __name__ == "__main__":
generate_csv()
最终生成的文件如图:
3 基于Eigenfaces的人脸识别
import cv2
import os
import sys
import numpy as np
import csv
# 逐行解析csv文件 fan==
def parse_csv():
csv_file = open("E:\\1-OpenCv-GraduationProject\\face\\data\\a.csv")
csv_lines = csv.reader(csv_file)
print('1', csv_lines)
path = []
tot = 0
for line in csv_lines:
path.append(line)
# print('2', path) # [['data/0.pgm;0'], ['data/1.pgm;0'] ....... ]
tot += 1
return path
# 读取图片,并将特征图片的数组和标签分别添加到数组 [X,y] 的 X, y
def read_images(root):
path = parse_csv()
X , y = [] , [] # X: 图像数组 y: 标签数组
i = 0
tot = len(path)
# print('--3', tot)
while i < tot :
pic_path = root + path[i][0][0:-2] # 获取用户图片集完整路径
# print(pic_path)
try:
# 把特征图以灰度图读取
im = cv2.imread(pic_path, cv2.IMREAD_GRAYSCALE)
if im is not None:
im = cv2.resize(im, (200, 200))
else:
continue
X.append(np.asarray(im, dtype=np.uint8))
# print('X:', X)
id = path[i][0].split(';')[1:]
# print(id)
y.append(id) # ID
except IOError as e:
print("I/O error({0}):{1}".format(e.errno, e.strerror))
except:
print("Unexpected error:", sys.exc_info()[0])
raise
i += 1
return [X,y]
def face_rec():
filepath = 'E://1-OpenCv-GraduationProject//face//'
names = ['AAA','Trump','XYJY']
[X,y] = read_images(filepath)
# print('7--[x, y]:', [X,y])
y = np.asarray( y , dtype=np.int32 )
# 基于Eigenfaces的人脸识别
model = cv2.face.EigenFaceRecognizer_create()
# 基于LBPH的人脸识别
# model = cv2.face.LBPHFaceRecognizer_create()
# train()中传入图像数组,标签数组(ID)
model.train(np.asarray(X) ,np.asarray(y))
face_cascade = cv2.CascadeClassifier('D:\Opencv_data\opencv\sources\data\haarcascades\haarcascade_frontalface_default.xml')
camera = cv2.VideoCapture(0)
while True:
read , frame = camera.read()
img = cv2.flip(frame, 180)
faces = face_cascade.detectMultiScale( img , 1.3 , 5 )
for (x ,y ,w ,h) in faces:
img = cv2.rectangle( img , (x,y) , (x+w,y+h) , (255,0,0) , 2 )
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
roi = gray[x:x+w,y:y+h]
try:
# 选出感兴趣的区域,使用内插法
roi = cv2.resize(roi,(200,200) , interpolation=cv2.INTER_LINEAR)
# 预测实时图片(roi区域)
params = model.predict(roi)
# 返回含有两个元素的数组:1.所识别个体的标签 2.置信度评分
print("Label: %s , Confidence: %.2f" % (params[0],params[1]))
# 打印匹配的名字
cv2.putText(img, names[params[0]], (x, y-20), cv2.FONT_HERSHEY_COMPLEX_SMALL, 1, 255 , 2)
except:
continue
cv2.imshow("camera",img)
if cv2.waitKey( 1000 // 12 ) & 0xff == ord("q"):
break
camera.release()
cv2.destroyAllWindows()
if __name__ == "__main__":
face_rec()
最终结果如图: