ORL人脸数据集共包含40个不同人的400张图像,是在1992年4月至1994年4月期间由英国剑桥的Olivetti研究实验室创建。

此数据集下包含40个目录,每个目录下有10张图像,每个目录表示一个不同的人。所有的图像是以PGM格式存储,灰度图,图像大小宽度为92,高度为112。对每一个目录下的图像,这些图像是在不同的时间、不同的光照、不同的面部表情(睁眼/闭眼,微笑/不微笑)和面部细节(戴眼镜/不戴眼镜)环境下采集的。所有的图像是在较暗的均匀背景下拍摄的,拍摄的是正脸(有些带有略微的侧偏)。

可以从http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html下载此人脸数据集。

测试代码如下:

#include "funset.hpp"
#include <iostream>
#include <fstream>
#include <vector>
#include <opencv2/opencv.hpp>int ORLFacestoImage()
{const std::string path{ "E:/GitCode/NN_Test/data/database/ORL_Faces/" };cv::Mat dst;int height, width;for (int i = 1; i <= 40; ++i) {std::string directory = path + "s" + std::to_string(i) + "/";for (int j = 1; j <= 10; ++j) {std::string image_name = directory + std::to_string(j) + ".pgm";cv::Mat mat = cv::imread(image_name, 0);if (!mat.data) {fprintf(stderr, "read image fail: %s\n", image_name.c_str());}//std::string save_image_name = directory + std::to_string(j) + ".png";//cv::imwrite(save_image_name, mat);if (i == 1 && j == 1) {height = mat.rows;width = mat.cols;dst = cv::Mat(height * 20, width * 20, CV_8UC1);}int y_start = (i - 1) / 2 * height;int y_end = y_start + height;int x_start = (i - 1) % 2 * 10 * width + (j - 1) * width;int x_end = x_start + width;cv::Mat copy = dst(cv::Range(y_start, y_end), cv::Range(x_start, x_end));mat.copyTo(copy);}}int new_width = 750;float factor = dst.cols * 1.f / new_width;int new_height = dst.rows / factor;cv::resize(dst, dst, cv::Size(new_width, new_height));cv::imwrite("E:/GitCode/NN_Test/data/orl_faces_dataset.png", dst);return 0;
}

执行结果如下:

GitHub: https://github.com/fengbingchun/NN_Test  

ORL Faces Database介绍相关推荐

  1. 柏林情感语料库(Emo-DB)Berlin Emotional Database 介绍

    柏林情感语料库(Emo-DB)Berlin Emotional Database 介绍 最近在做毕业设计,用到了这个数据集. 在写毕设论文的时候需要详细资料,去bing上面搜了一下官方介绍,现整理如下 ...

  2. KDB+ database 介绍

    注:这里的很多内容是参考kx system公司的资料翻译过来的,所以我放在翻译栏.(小弟英语也不是太好,请不要笑话我,其中有些我实在无法组织出正确的语句就把原文贴上来了) 1:有关q的发展 Q编程语言 ...

  3. 主成分分析(PCA) C++ 实现

    主成分分析(Principal Components Analysis, PCA)简介可以参考: http://blog.csdn.net/fengbingchun/article/details/7 ...

  4. OpenCV3.3中主成分分析(Principal Components Analysis, PCA)接口简介及使用

    OpenCV3.3中给出了主成分分析(Principal Components Analysis, PCA)的实现,即cv::PCA类,类的声明在include/opencv2/core.hpp文件中 ...

  5. 使用Oracle 11g新特性 Active Database Duplication 搭建Dataguard环境

    Duplication Database 介绍 Duplicate database可以按照用途分为2种:duplicate database(复制出一个数据库)duplicate standby d ...

  6. HTML5开发 Web SQL Database 本地数据库

    Web Database 介绍 Web SQL数据库API实际上不是HTML5规范的组成部分,而是单独的规范.它通过一套API来操纵客户端的数据库.Safari.Chrome.Firefox.Oper ...

  7. DDSM database、INbreast database、MIAS等乳腺MG数据获取方式

    收集医学数据目前来说是无法使用,其一是数据杂乱,其二没有专家标记或者注释,只有很范的有无病灶 而且也不确切.故需要搜索公开的公共库(Breast Mammography),现在搜索到的有MG数据库有以 ...

  8. string数据库使用和实践第一部分string数据库介绍

    背景 为什么要寻找蛋白质互做关系? 因为只有正确地发现和注释细胞中的所有功能性的相互作用关系,才能对细胞的功能进行系统层面的学习和理解. 大家在收集和展现蛋白质相互作用的信息上,一直在努力地跟上相互作 ...

  9. 【机器学习】【计算机视觉】非常全面的图像数据集《Actions》

    目录(?)[+] 1.搜狗实验室数据集: http://www.sogou.com/labs/dl/p.html 互联网图片库来自sogou图片搜索所索引的部分数据.其中收集了包括人物.动物.建筑.机 ...

最新文章

  1. 2019.03.01 bzoj2555: SubString(sam+lct)
  2. React 父组件给子组件传值,子组件接收
  3. NoDrives-显示与隐藏驱动器【盘符的显示与隐藏】
  4. 苹果:给你36亿,帮我造车
  5. 网络编程学习笔记(getsockopt和setsockopt函数)
  6. python中opencv安装_怎么为python安装opencv模块-百度经验
  7. Oracle 触发器的使用小结
  8. CentOs中怎样打开默认网卡并查看ip
  9. 临床科研设计的主要内容
  10. iOS touch事件单击双击区分响应
  11. 几道经典的SQL题目
  12. linux mint 14 shurufa
  13. 游戏 UI 自动化测试方案 Airtest Project
  14. 大型强子对撞机再次遭遇断电
  15. 格林威治时间转北京时间
  16. 【PART 1】OAK-D+TurtleBot3机器人项目全解析:SLAM、ROS、深度图、点云。
  17. Android 检测手机是否是异形屏,刘海屏,水滴屏,挖孔屏
  18. 【JS】跨域问题读写cookie的解决办法
  19. discuzapi插件_discuz 代码api
  20. 【数据库系统工程师】第13章 云计算与大数据处理

热门文章

  1. 笔记,提醒,pytorch安装命令(conda)
  2. Linux那些事儿 之 戏说USB(11)繁华落尽
  3. HDU - 3333 Turing Tree 线段树区间不同值和+详解+思想
  4. Java编写胖老鼠的交易_猫和胖老鼠
  5. 在windows下配置pthread多线程
  6. linux禁止向指定ip发送数据包,Linux下使用iptables封锁端口禁止邮件发送
  7. 《概率机器人》里程计运动模型gmapping中代码解析
  8. 在Ubuntu 16.04.3 LTS上玩转QUIC开源项目proto-quic
  9. 在Ubuntu 14.04.3上安装python中的paramiko模块
  10. Unity 3D学习视觉脚本无需编码即可创建高级游戏