Python-3.1使用OpenCV人脸对比
Python-3.1使用OpenCV人脸对比
提示:实验示例,仅供参考
Python:下载地址
IDEA Python:下载地址
Open CV:官网
目录
- Python-3.1使用OpenCV人脸对比
- 前言
- 一、安装OpenCV
- 环境准备
- 二、使用OpenCV
- 新建项目
- 创建目录
- Python全代码
- 总结
前言
随着人工智能的不断发展,机器视觉越来越重要,如下介绍Opencv中人脸对比应用,采用自训练模型方式,对期望人脸获取置信度。
一、安装OpenCV
环境准备
打开Pycharm,点击右上角File,选中Settings
搜索,opencv-python,然后点击左下角,Package Install
搜索,numpy,然后点击左下角,Package Install
搜索,opencv-contrib-python,然后点击左下角,Package Install
二、使用OpenCV
新建项目
创建目录
- imgs 用于存放需要识别的图片,目录中存放训练图片(1.jpg,2.jpg,copy_5.jpg.jpg),存放测试图片(5.jpg)
Python全代码
本实例copy_5.jpg 来源于 5.jpg进行灰度后保存
# -*- coding: utf-8 -*-
# -*- coding: utf-8 -*-
import cv2
import numpy as npimages = []
# 定义统一宽高
width = 300
height = 300# 重置图片大小,对比需要; 置灰度,提高效率
image1 = cv2.resize(cv2.imread("imgs/1.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
image2 = cv2.resize(cv2.imread("imgs/1.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
image3 = cv2.resize(cv2.imread("imgs/2.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
image4 = cv2.resize(cv2.imread("imgs/2.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
image5 = cv2.resize(cv2.imread("imgs/copy_5.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
# cv2.imwrite('imgs/copy_5.jpg', ime)images.append(image1)
images.append(image2)
images.append(image3)
images.append(image4)
images.append(image5)
# 标签,长度和图片数组一样大小
labels = [0, 8, 5, 1, 3]
print(labels)
# 生成一个训练器
recognizer = cv2.face.FisherFaceRecognizer_create()
# 使用训练器,训练一个模型
recognizer.train(images, np.array(labels))
# 取一个对比图片文件,灰度,设置大小
predict_image = cv2.resize(cv2.imread("imgs/5.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
# 使用训练器,将训练的模型和需要对比的文件进行对比,返回标签和置信度
label, confidence = recognizer.predict(predict_image)
# 输出匹配的人脸图像标签,0或1
print("label=", label)
print("confidence=", confidence)
执行结果
[0, 8, 5, 1, 3]
label= 3
confidence= 6.851639525386138Process finished with exit code 0
总结
不要放弃你的幻想。当幻想没有了以后,你还可以生存,但是你虽生犹死。
Python-3.1使用OpenCV人脸对比相关推荐
- Python调用百度API进行人脸对比
目录 1. 作者介绍 2. 关于Base64知识介绍 2.1 Bsae64是什么 2.1 Bsae64编码原理 3. 实验过程 3.1 实验过程 3.2 实验代码 3.3 运行结果 3.4 问题分析 ...
- 【python】MAC安装openCV人脸识别
一.OpenCV 1. 安装openCV pip install opencv-python 但因为openCV是外网的库,安装可能回很慢,建议从[清华镜像园]进行安装 pip3 install -i ...
- python中文相似度_python 人脸对比--百度API人脸相似度识别(超简单)-Go语言中文社区...
说明:这篇是写使用百度人脸识别API进行人脸相似度识别对比,如 给两个人物照片,判断是否是同一个人.简单的4步完成. 1,获取百度人脸识别API的API Key和Secret Key.(10分钟内完成 ...
- opencv 训练人脸对比_【项目案例python与人脸识别】基于OpenCV开源计算机视觉库的人脸识别之python实现...
" 本项目是一个基于OpenCV开源库使用python语言程序实现人脸检测的项目,该项目将从[项目基础知识](即人脸识别的基本原理).[项目实践](人脸识别所需要的具体步骤及其python程 ...
- python人脸识别和人脸对比,face_recognition和OpenCV
前言 先用OpenCV判断图片是否模糊,模糊的话需要重拍: 再用face_recognition检测图片中是否有人脸,有才接着进行下一步: 再用face_recognition计算图片中每张人脸的12 ...
- 用Python实现一个简单的——人脸相似度对比
近几年来,兴起了一股人工智能热潮,让人们见到了AI的能力和强大,比如图像识别,语音识别,机器翻译,无人驾驶等等.总体来说,AI的门槛还是比较高,不仅要学会使用框架实现,更重要的是,需要有一定的数学基础 ...
- 使用 OpenCV 和 Python 模糊和匿名化人脸
方法 首先,我们使用内置的人脸检测算法,从实时视频或图像中检测人脸.在这里,我们将使用级联分类器方法从实时视频(使用网络摄像头)中检测人脸. 然后,读取来自实时视频的帧.存储最新的帧并转换为灰度,以更 ...
- python人脸照片分类_Python OpenCV 人脸识别(一)
前面介绍了Numpy模块,下面再介绍一个OpenCV模块,就基于这两个库看一下当下很火的人工智能是如何实现的,我们介绍几个:人脸识别(当下非常火的).音视频操作等等.今天先介绍一下静态图片的人脸识别, ...
- Python+OpenCV人脸识别签到考勤系统(新手入门)
Python+OpenCV人脸识别签到考勤系统(新手入门) 前言 项目效果图 项目需要的环境 编译器 辅助开发QT-designer 项目配置 代码部分 核心代码 项目目录结构 后记 正式版改进 项目 ...
最新文章
- 杂谈人工智能说大数据
- Java中“==”和equals()的区别
- 数据仓库--主题和主题域
- 为什么说项目管理是每个人必备的底层能力?
- 漫画:什么是JVM的垃圾回收?
- kalilinux安装qt_kali linux常用软件安装
- 路由器用到坏才换?路由器你在乎哪些功能?
- windows docker 设置镜像源_Windows10下搭建第一个Docker应用(Demo)
- alsa buffer原理_alsa音频开发全攻略
- gin框架自带的一些的鉴定权限机制 session cookie
- 最火开源框架MVVMHabit的简单集成使用
- 浏览器主页被hao123劫持之解决方案
- 函数的谓词是什么? cin的返回值是什么?
- 忙碌中也要记得休息,这两款好玩的游戏推荐给你
- 管理系统开发的常见软件
- 一篇很完整的元器件选型指南
- 坐标沿着原点旋转/坐标轴旋转变换公式
- vim替换所有字符串
- H265播放器EasyPlayer.js首次加载出现Uncaught (in promise) DOMException错误信息
- 怎样将「插件化」接入到项目之中?
热门文章
- php imagick gif,利用php的imagick给gif图片加水印
- 云计算与传统计算机的联系,云计算和超级计算机是什么关系?-通信/网络-与非网...
- Python运维(三)--Linux交互、邮件及监控模块
- 编译错误:commands commence before first target
- 带你认识AIOps智能运维
- thinkphp中使用cli模式
- Python字典查找报Keyerror解决方法
- WaWa的奇妙冒险(第三周集训自闭现场)
- 【Java SE】类和对象
- java Excel清除表格条件格式规则