python实现人脸识别

最新推荐文章于 2023-07-25 21:42:24 发布

朋友的朋

最新推荐文章于 2023-07-25 21:42:24 发布

阅读量3.5k

点赞数 3

分类专栏：记录文章标签： python 人脸识别

本文链接：https://blog.csdn.net/wyp8268526/article/details/90177306

版权

本文介绍了使用Python进行人脸识别的步骤，包括获取人脸、训练数据集和测试训练集。首先，通过指定haarcascade_frontalface_default.xml文件定位人脸，然后设置face_id和sample_num对人脸图像进行标注。接着，探讨了不同的识别方法。最后，对训练好的模型进行验证。

摘要由CSDN通过智能技术生成

python实现人脸识别

第一步：获取人脸

1.pathf需要是haarcascade_frontalface_default.xml在自己电脑中的路径
2.face_id表示是那个人的脸，sample_num表示每个人的脸下面有多少张图片

#-----Stage 1-----
#-----获取人脸样本-----
import numpy as np
import cv2
pathf=r'E:\venv\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml'
#调用笔记本内置摄像头，参数为0，如果有其他的摄像头可以调整参数为1,2
cap = cv2.VideoCapture(0)
#调用人脸分类器，要根据实际路径调整
face_detector = cv2.CascadeClassifier(pathf)  #待更改
#为即将录入的脸标记一个id
face_id = input('\n User data input,Look at the camera and wait ...')
#sampleNum用来计数样本数目
sample_num = 0

while True:
    #从摄像头读取图片
    success,img = cap.read()
    #转为灰度图片，减少程序符合，提高识别度
    if success is True:
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    else:
        break
    #检测人脸，将每一帧摄像头记录的数据带入OpenCv中，让Classifier判断人脸
    #其中gray为要检测的灰度图像，1.3为每次图像尺寸减小的比例，5为minNeighb