opencv 训练人脸对比_Page21-树莓派4B人脸检测与识别（opencv）

申明：本系列专栏相关说明与镜像包、源码等：

塔图：Page00-本系列实验记录说明zhuanlan.zhihu.com

一、人脸检测（后续有时间再补录个操作视频吧）

人脸识别的先决在于先进行人脸检测。

先按本文档的前置章节在Python3.7环境下的安装”完成了环境的搭建工作；

本文主要讲述如何使用 USB-PiCam 实现实时人脸识别:

最常见的人脸检测方式是使用“Haar 级联分类器”。使用基于 Haar 特征的级联分类器的目标检测是 Paul Viola 和 Michael Jones 2001 年在论文《Rapid Object Detection using a Boosted Cascade of Simple Features》中提出的一种高效目标检测方法。这种机器学习方法基于大量正面、负面图像训练级联函数，然后用于检测其他图像中的对象。这里，我们将用它进行人脸识别。最初，该算法需要大量正类图像（人脸图像）和负类图像（不带人脸的图像）来训练分类器。然后我们需要从中提取特征。好消息是 OpenCV 具备训练器和检测器。如果你想要训练自己的对象分类器，如汽车、飞机等，你可以使用 OpenCV 创建一个。

如果不想创建自己的分类器，OpenCV 也包含很多预训练分类器，可用于人脸、眼睛、笑容等的检测。相关的 XML 文件可从该目录下载：haarcascades（在opencv的安装包里data目录下就有，当然下载地址为：https://github.com/opencv/opencv/tree/master/data/haarcascades）

即要检测一张图片需要扫描大于120万个窗口

运行以下代码:

import numpy as np
import cv2faceCascade = cv2.CascadeClassifier('Cascades/haarcascade_frontalface_default.xml')
cap = cv2.VideoCapture(0)
cap.set(3,640) # set Width
cap.set(4,480) # set Heightwhile True:ret, img = cap.read()img = cv2.flip(img, -1)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)faces = faceCascade.detectMultiScale(gray, scaleFactor=1.2,minNeighbors=5, minSize=(20, 20))for (x,y,w,h) in faces:cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)roi_gray = gray[y:y+h, x:x+w]roi_color = img[y:y+h, x:x+w]cv2.imshow('video',img)k = cv2.waitKey(30) & 0xffif k == 27: # press 'ESC' to quitbreak
cap.release()
cv2.destroyAllWindows()

可以进行人脸检测了：

使用 Python 和 OpenCV 执行人脸检测，上面的几行代码就足够了。但务必要注意下面的代码：

faceCascade = cv2.CascadeClassifier(‘Cascades/haarcascade_frontalface_default.xml’) #找对目录

我们也可以加入诸如“眼睛检测”甚至“微笑检测”这样的检测器。在那些用例中，需要把分类器函数和矩形框内加入原有的面部识别区域中，因为在区域外进行识别没有意义。

注意，在树莓派上，分类方法（HaarCascades）会消耗大量算力，所以在同一代码中使用多个分类器将会显著减慢处理速度。在台式机上运行这些算法则非常容易。

手机打开抖音进行人脸的检测，疫情戴口罩，效果不太明显哈

在 GitHub（https://github.com/Mjrovai/OpenCV-Face-Recognition/tree/master/FaceDetection）上你可以看到其他的例子：

faceEyeDetection.py
faceSmileDetection.py
faceSmileEyeDetection.py

(运行速度太慢，非常的卡顿)

二、人脸识别（后续有时间再补录个操作视频吧）

参考文档：http://www.52pi.net/archives/1435 （从第5步开始，完全正确，亲测可用）

这里我训练时，用了赵丽颖与杨紫，总地来说，开源库的分辨能力，尚可吧。

如果是真人出镜，效果会明显好得很多。