opencv3人脸识别FaceRecognizer

大致思路：训练人脸识别模型--->检测人脸--->识别人脸 

环境：win10/vs2017/opencv3.4.0(需要把opencv_contrib-3.4.0编译进去)   /c++

PS：旧版opencv包含contrib模块，后来就从opencv3里分离出去了，需要自己编译

         在OpenCV 3.0中，一些不稳定的功能被移动到独立的库(Open contrib)

源码及opencv_contrib-3.4.0编译进去库（这个还要积分我不知道怎么设置免费，如果需要也可以留下邮箱）https://download.csdn.net/download/y2c58s43d69g8h7g_g/11377233

准备工作：

训练：

代码：

//训练人脸识别模型  
#include"opencv2/opencv.hpp"
#include"opencv2/core.hpp"
#include"opencv2/imgproc.hpp"
#include"opencv2/highgui.hpp"
#include"opencv2/face.hpp"  // 包含FaceRecognizer
#include<iostream>

using namespace std;
using namespace cv;
using namespace cv::face;


static  void read_csv(const string& filename, vector<Mat>& images, vector<int>& labels, int max, int min, char separator);
int CountMax = 9, CountMin = 0;


int  main(int argc, char *argv[])
{
	string csvFile = "E:\\人脸识别\\allpic\\at.txt";
	vector<Mat> images;
	vector<int> labels;


	// 读取csv文件  
	try
	{
		read_csv(csvFile, images, labels, CountMax, CountMin, ';'); //读取csvFile中所有的img和label  
	}
	catch (cv::Exception& e) // 异常检查  
	{                  // cerr：输出到标准错误的ostream对象，常用于程序错误信息  
		cerr << "Error opening file\" " << csvFile << "\".reason: " << e.msg << endl; //异常 发生的原因  
		exit(-1);
	}


	// 若未读取到足够图片，也退出  
	if (images.size() <= 1)
	{
		string errMsg = "THis demo needs at least 2 images to work.please add images!";
		CV_Error(CV_StsError, errMsg);

	}
	cout << "train1.读取ok" << endl;

	// 训练数据，并将训练好的人脸模型保存到.xml中  
	// Ptr<>为模板类，定义model为指向FaceRecognizer类的指针。model为指针！    
//	Ptr<EigenFaceRecognizer> model= EigenFaceRecognizer::create();// createEigenFaceRecognizer(20); // 创建特征脸模型 20张主成分脸   EigenFaceRecognizer::create();//  
	Ptr<EigenFaceRecognizer> model = EigenFaceRecognizer::create();
	model->train(images, labels); //训练  
	model->save("E:\\人脸识别\\face\\MyFacePcaModel.xml"); //将训练模型保存到MyFacePcaModel.xml  

	cout << "train2.创建脸模型ok" << endl;
	waitKey(0);
	system("pause");
	return 0;

}


static  void read_csv(const string& filename, vector<Mat>& images, vector<int>& labels, int max, int min, char separator)
{
	std::ifstream  file(filename.c_str(), ifstream::in); // 以in模式（读取文件模式）打开文件 ,实际是将filename文件关联给 流file 

	if (!file)
	{
		string error_message = "No valid input file was given,please check the given filename";
		CV_Error(CV_StsBadArg, error_message);

	}
	int ii = 0;

	/**********************读取文件.txt内容****************************/
	string line, path, label;
	// [1]读取file文件中的一行字符串给 line  
	while (getline(file, line, '\n'))  // 控制：直到读到file文件末尾（eof标识），才跳出while  
	{
		// [2]将line整行字符串读取到lines(流)中  
		stringstream lines(line); //区别->lines是流，读取字符时，指针会随流而动；而line是string，固定的，下文中的读取每次都是从line头开始  
								  // [3]读取文件中的路径和标签  
		getline(lines, path, separator); //此时光标已走到path之后的位置（即；分号处）  
		getline(lines, label);
		// [4]将图片和标签加入imgs 和 labels  
		if ((path.empty() == 0) && (label.empty() == 0))
		{
			if (ii % 10 <= max && ii % 10 >= min)  //默认每个类别共10张照片  
			{
				Mat img = imread(path, 0);  //第二个参数为0 !!!  
											//Mat img = imread(ImageFileAddress, CV_LOAD_IMAGE_GRAYSCALE)，CV_LOAD_IMAGE_GRAYSCALE值为 0，指灰图（原本为“CV_LOAD_IMAGE_UNCHANGED”）  
				if (img.data != 0)
				{
					images.push_back(img); // 将图片 添加到images中  
					labels.push_back(atoi(label.c_str()));
				}
			}
			if (ii < 9) ii++;
			else ii = 0;

		}
	}
}

运行结果：

 识别：

代码：

//识别
#include<opencv2\opencv.hpp>
#include<iostream>
#include<opencv2/face.hpp>

using namespace std;
using namespace cv;
using namespace cv::face;

int main()
{
	VideoCapture cap(0);    //打开默认摄像头
	if (!cap.isOpened())
	{
		return -1;
	}
	Mat frame;
	Mat edges;
	Mat gray;

	CascadeClassifier cascade;
	bool stop = false;
	//训练好的文件名称，放置在可执行文件同目录下
	cascade.load("D:/opencv/install/etc/haarcascades/haarcascade_frontalface_alt2.xml");

	//Ptr<FaceRecognizer> modelPCA = createEigenFaceRecognizer();
	//modelPCA->load("MyFacePCAModel.xml");
	Ptr<FaceRecognizer> modelPCA = EigenFaceRecognizer::create();
	modelPCA->read("E:\\人脸识别\\face\\MyFacePCAModel.xml");//训练的模型

	while (!stop)
	{
		cap >> frame;

		//建立用于存放人脸的向量容器
		vector<Rect> faces(0);

		cvtColor(frame, gray, CV_BGR2GRAY);
		//改变图像大小，使用双线性差值
		//resize(gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR);
		//变换后的图像进行直方图均值化处理
		equalizeHist(gray, gray);

		cascade.detectMultiScale(gray, faces,
			1.1, 2, 0
			//|CV_HAAR_FIND_BIGGEST_OBJECT
			//|CV_HAAR_DO_ROUGH_SEARCH
			| CV_HAAR_SCALE_IMAGE,
			Size(30, 30));

		Mat face;
		Point text_lb;

		for (size_t i = 0; i < faces.size(); i++)
		{
			if (faces[i].height > 0 && faces[i].width > 0)
			{
				face = gray(faces[i]);
				text_lb = Point(faces[i].x, faces[i].y);

				rectangle(frame, faces[i], Scalar(255, 0, 0), 1, 8, 0);
			}
		}

		Mat face_test;

		int predictPCA = 0;
		if (face.rows >= 120)
		{
			resize(face, face_test, Size(92, 112));
			imshow("缩放",face_test);

		}
		//Mat face_test_gray;
		//cvtColor(face_test, face_test_gray, CV_BGR2GRAY);

		if (!face_test.empty())
		{
			//测试图像应该是灰度图
			predictPCA = modelPCA->predict(face_test);
		}

		cout << predictPCA << endl;
		if (predictPCA == 19)
		{
			string name = "picky pig team";
			putText(frame, name, text_lb, FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255));
		}

		imshow("face", frame);
		if (waitKey(1) >= 0)
			stop = true;
	}

	return 0;
}

运行结果：

我把自己设置的标签是19，如果识别是我，会在图中标记picky pig team

---

小白笔记，如若有错，还望指正 

---