python实现人脸检测及识别（3）---- 识别真正的boss

现在模型训练已经完成，只需要一个预测函数判断拍摄的照片是否是boss即可，在boss_train.py里的Model添加predeict实现函数。

 def predict(self, image):# 依然是根据后端系统确定维度顺序if K.image_dim_ordering() == 'th' and image.shape != (1, 3, IMAGE_SIZE, IMAGE_SIZE):image = resize_with_pad(image)                          #尺寸必须与训练集一致都应该是IMAGE_SIZE x IMAGE_SIZEimage = image.reshape((1, 3, IMAGE_SIZE, IMAGE_SIZE))   #与模型训练不同，这次只是针对1张图片进行预测elif K.image_dim_ordering() == 'tf' and image.shape != (1, IMAGE_SIZE, IMAGE_SIZE, 3):image = resize_with_pad(image)image = image.reshape((1, IMAGE_SIZE, IMAGE_SIZE, 3))# 浮点并归一化image = image.astype('float32')image /= 255# 给出输入属于各个类别的概率，我们是二值类别，则该函数会给出输入图像属于0和1的概率各为多少result = self.model.predict_proba(image)print(result)# 给出类别预测：0或者1result = self.model.predict_classes(image)# 返回类别预测结果return result[0]

以下是最终的实现代码：

# -*- coding:utf-8 -*-
import cv2from boss_train import Model
from image_show import show_imageif __name__ == '__main__':cap = cv2.VideoCapture(0)# 人脸识别分类器本地存储路径cascade_path = "haarcascade_frontalface_default.xml"#加载模型model = Model()model.load()while True:_, frame = cap.read()cv2.imshow("识别朕", frame)##图像灰化，降低计算复杂度frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 使用人脸识别分类器，读入分类器cascade = cv2.CascadeClassifier(cascade_path)# 利用分类器识别出哪个区域为人脸facerect = cascade.detectMultiScale(frame_gray, scaleFactor=1.2, minNeighbors=3, minSize=(8, 8))if len(facerect) > 0:print('face detected')color = (255, 255, 255)  # 白for rect in facerect:# 截取脸部图像提交给模型识别这是谁cv2.rectangle(frame, tuple(rect[0:2]), tuple(rect[0:2] + rect[2:4]), color, thickness=2)x, y = rect[0:2]width, height = rect[2:4]image = frame[y - 10: y + height, x: x + width]result = model.predict(image)if result == 0:  # bossprint('Boss is approaching')#cv2.imshow("识别朕", frame)show_image()else:print('Not boss')#10msec的带灯时间k = cv2.waitKey(10)#Esc退出if k == 27:break# 释放摄像头并销毁所有窗口cap.release()cv2.destroyAllWindows()

当我走进摄像头的视野，电脑桌面跳出预备的照片，测试显示结果不错。

注意：增加自身训练数据集可提高对boss识别精度，增加其他人的训练数据量，可减少误判。

python实现人脸检测及识别（3）---- 识别真正的boss相关推荐

Pytorch实现戴口罩人脸检测和戴口罩识别(含训练代码戴口罩人脸数据集)
Pytorch实现戴口罩人脸检测和戴口罩识别(含训练代码戴口罩人脸数据集) 目录 Pytorch实现戴口罩人脸检测和戴口罩识别(含训练代码戴口罩人脸数据集) 1.戴口罩识别的方法 (1)基于多类别 ...
亚马逊Rekognition发布针对人脸检测、分析和识别功能的多项更新
今天亚马逊Rekognition针对人脸检测.分析和识别功能推出了一系列更新.这些更新将为用户带来多项能力的改今,包括从图像中检测出更多人脸.执行更高精度的人脸匹配以及获得图像中的人脸得到更准确的年龄 ...
家庭服务机器人的人脸检测、跟踪与识别研究
摘要:本文介绍了一个用于家庭服务机器人完成人脸检测.跟踪.识别的双目视觉系统.该系统首先采用人脸肤色模型结合相似度来检测人脸:然后通过基于颜色信息的CAMSHIFT算法跟踪运动的人脸:最后利用嵌入式隐 ...
摄像头人脸检测的树莓派指纹识别系统
摄像头人脸检测的树莓派指纹识别系统前言:此项目主要用了摄像头.指纹识别.继电器.Led模块等设备.用于实现智能门锁功能,即摄像头检测到人来之后,打开继电器给指纹模块供电,led显示文字. 代码: i ...
OpenCV + python 实现人脸检测（基于照片和视频进行检测）
OpenCV + python 实现人脸检测(基于照片和视频进行检测) Haar-like 通俗的来讲,就是作为人脸特征即可. Haar特征值反映了图像的灰度变化情况.例如:脸部的一些特征能由矩形特征 ...
python视频人脸检测_OpenCV + python 实现人脸检测（基于照片和视频进行检测）
OpenCV + python 实现人脸检测(基于照片和视频进行检测) Haar-like 通俗的来讲,就是作为人脸特征即可. Haar特征值反映了图像的灰度变化情况.例如:脸部的一些特征能由矩形特征 ...
Python实现人脸检测（个人、多人、视频）
Python实现人脸检测(个人.多人.视频) 1.加载图片: 源程序代码如下: 运行结果如下: 2.图片灰度转换: 源程序代码如下: 运行结果如下: 3.修改图片尺寸(在此次人脸检测案例中未用到): ...
python视频人脸检测_Python学习案例之视频人脸检测识别
前言上一篇博文与大家分享了简单的图片人脸识别技术,其实在实际应用中,很多是通过视频流的方式进行识别,比如人脸识别通道门禁考勤系统.人脸动态跟踪识别系统等等. 案例这里我们还是使用 opencv 中 ...
github优秀项目分享：基于yolov3的轻量级人脸检测、增值税发票OCR识别等8大项目...
点击上方"机器学习与生成对抗网络",关注"星标" 获取有趣.好玩的前沿干货! 文章来源:七月在线实验室 01 yolo-face-with-landmark ...
opencv-python 人脸检测，边缘检测，识别形状，图像分割，OCR，OMR，验证码识别，二维码识别，行人检测等应用解决思路
opencv-python作为经典的计算机视觉,图片处理平台,可以用来开发很多基础应用,关于opencv-python里边函数的应用小结如下,欢迎讨论: 人脸检测一般用 haarCascade 车牌 ...

python实现人脸检测及识别（3）---- 识别真正的boss

python实现人脸检测及识别（3）---- 识别真正的boss相关推荐

最新文章

热门文章