使用Python-opencv3制作简单的人脸识别系统

分享一下自己做这个小程序的笔记！

使用工具：PyCharm，python版本3.7,opencv3
使用的包：

原理和功能
使用opencv3调用摄像头，获取图像保存，对保存的图片进行OPENCVLBHP算法训练，利用训练集和分类器实现人脸识别。使用语音模块进行人机交互，使用数据库相关操作保存和读取数据库！

详细设计
由于保存人脸信息和训练集需要文件夹，这里先进行检测环境，如果没有就进行创建。

def makeDir(engine,x):
    if not os.path.exists("face_trainer"):
        print("创建预训练环境")
        engine.say('检测到第一次启动，正在创建预训练环境')
        os.mkdir("face_trainer")
        engine.say('创建成功')
        engine.runAndWait()
        x=2
    if not os.path.exists("Facedata"):
        print("创建训练环境")
        engine.say('正在创建训练环境')
        os.mkdir("Facedata")
        engine.say('创建成功')
        engine.runAndWait()
        x=2
    return x

通过摄像头采集人脸信息

def getFace(cap,face_id):
    face_detector = cv2.CascadeClassifier('./lib/haarcascade_frontalface_default.xml')
    print('\n Initializing face capture. Look at the camera and wait ...')
    count = 0
    while True:
        sucess, img = cap.read()
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        faces = face_detector.detectMultiScale(gray, 1.3, 5)
        for (x, y, w, h) in faces:
            cv2.rectangle(img, (x, y), (x+w, y+w), (255, 0, 0))
            count += 1
            cv2.imwrite("Facedata/User." + str(face_id) + '.' + str(count) + '.jpg', gray[y: y + h, x: x + w])
            cv2.imshow('image', img)
        # 保持画面的持续。
        k = cv2.waitKey(1)
        if k == 27:   # 通过esc键退出摄像
            break
        elif count >= 1000:  # 得到1000个样本后退出摄像
            break
    cv2.destroyAllWindows()

cv2.CascadeClassifier中加载分类器，使用官方给定的xml分类器进行识别。

接着后面会用到路径有关的读取函数实现如下：

def getImagesAndLabels(path,detector):
        imagePaths = [os.path.join(path, f) for f in os.listdir(path)]
        faceSamples = []
        ids = []
        for imagePath in imagePaths:
            PIL_img = Image.open(imagePath).convert('L')
            img_numpy = np.array(PIL_img, 'uint8'