ORL Faces Database介绍
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:
ORL Faces Database介绍相关推荐
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 【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
- 2019.03.01 bzoj2555: SubString(sam+lct)
- React 父组件给子组件传值,子组件接收
- NoDrives-显示与隐藏驱动器【盘符的显示与隐藏】
- 苹果:给你36亿,帮我造车
- 网络编程学习笔记(getsockopt和setsockopt函数)
- python中opencv安装_怎么为python安装opencv模块-百度经验
- Oracle 触发器的使用小结
- CentOs中怎样打开默认网卡并查看ip
- 临床科研设计的主要内容
- iOS touch事件单击双击区分响应
- 几道经典的SQL题目
- linux mint 14 shurufa
- 游戏 UI 自动化测试方案 Airtest Project
- 大型强子对撞机再次遭遇断电
- 格林威治时间转北京时间
- 【PART 1】OAK-D+TurtleBot3机器人项目全解析:SLAM、ROS、深度图、点云。
- Android 检测手机是否是异形屏,刘海屏,水滴屏,挖孔屏
- 【JS】跨域问题读写cookie的解决办法
- discuzapi插件_discuz 代码api
- 【数据库系统工程师】第13章 云计算与大数据处理
热门文章
- 笔记,提醒,pytorch安装命令(conda)
- Linux那些事儿 之 戏说USB(11)繁华落尽
- HDU - 3333 Turing Tree 线段树区间不同值和+详解+思想
- Java编写胖老鼠的交易_猫和胖老鼠
- 在windows下配置pthread多线程
- 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
- 《概率机器人》里程计运动模型gmapping中代码解析
- 在Ubuntu 16.04.3 LTS上玩转QUIC开源项目proto-quic
- 在Ubuntu 14.04.3上安装python中的paramiko模块
- Unity 3D学习视觉脚本无需编码即可创建高级游戏