系列文章目录

人脸采集
数据训练

代码思路

一、pandas是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、使用步骤

1.引入代码库

import cv2

获取人脸识别对象

# 获取人脸识别对象
recognizer = cv2.face.LBPHFaceRecognizer_create()

读取在上一博客程序中获取的训练数据

recognizer.read('yujinlong232.yml')

加载分类器

face_detector = cv2.CascadeClassifier(r'C:\Users\HONOR\AppData\Local\Programs\Python\Python37\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')

设置字体

font = cv2.FONT_HERSHEY_SIMPLEX

设置变量
统计 id数量

idnum = 0

姓名列表

names = ['jhy', 'yjl']

开启摄像头

cappatu = cv2.VideoCapture(0)
while True:ret, frame = cappatu.read()

将图像转换为灰度图像

 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

加载特征数据

faces = face_detector.detectMultiScale(gray)

画框

for x, y, w, h in faces:cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), thickness=2)cv2.circle(frame, (x + w // 2, y + h // 2), radius=w // 2, thickness=2, color=(0, 0, 255))

对人脸进行识别并输出置信度：

 id, confidence = recognizer.predict(gray[y:y + h, x:x + w])if confidence < 80:name = names[id]else:name = "unknown"cv2.putText(frame, str(name), (x + 5, y - 5), font, 1, (230, 250, 100), 1)cv2.putText(frame, str(confidence), (x + 5, y + h - 5), font, 1, (255, 0, 0), 1)print('标签id:', id, '置信评分：', confidence)cv2.imshow("c", frame)

完整带代码示

import cv2# 获取人脸识别对象
recognizer = cv2.face.LBPHFaceRecognizer_create()
# 读取训练数据
recognizer.read('yujinlong232.yml')
face_detector = cv2.CascadeClassifier(r'C:\Users\HONOR\AppData\Local\Programs\Python\Python37\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')
font = cv2.FONT_HERSHEY_SIMPLEX
idnum = 0
names = ['jhy', 'yjl']
# 开启摄像头
cappatu = cv2.VideoCapture(0)
def Face():print('请正对着摄像头...')while True:ret, frame = cappatu.read()## 将图片灰度gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 加载特征数据# 参数： scaleFactor(比例因子)：图片缩放多少，minNeighbors:至少检测多少次，# minSize maxSize:当前检测区域的最小面积faces = face_detector.detectMultiScale(gray)  # scaleFactor=1.01, minNeighbors=3,# maxSize=(33, 33), minSize=(28, 28)# 获取脸部特征值for x, y, w, h in faces:cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), thickness=2)cv2.circle(frame, (x + w // 2, y + h // 2), radius=w // 2, thickness=2, color=(0, 0, 255))# 人脸识别id, confidence = recognizer.predict(gray[y:y + h, x:x + w])if confidence < 80:name = names[id]else:name = "unknown"cv2.putText(frame, str(name), (x + 5, y - 5), font, 1, (230, 250, 100), 1)cv2.putText(frame, str(confidence), (x + 5, y + h - 5), font, 1, (255, 0, 0), 1)print('标签id:', id, '置信评分：', confidence)cv2.imshow("c", frame)if confidence<1:print("识别成功")exit()key = cv2.waitKey(25)  # 一直显示if (key & 0xFF == ord("q")) :breakcv2.destroyAllWindows()  # 释放资源
if __name__ == '__main__':Face()

到现在为止人民脸识的程序就完成了，
下面是识别别程序以及我的训练数据的的下载地址：
识别程序文件以及训练数据

人脸识别（识别程序）相关推荐

python3+opencv+tkinter开发简单的人脸识别小程序
学校里有门图像处理的课程最终需要提交一个图像处理系统, 正好之前对于opencv有些了解,就简单的写一个人脸识别小程序吧效果图如下笔者IDE使用Pycharm,GUI编程直接使用内置的tkinte ...
matlab 动态识别,基于matlab脸部动态特征的人脸表情识别程序
[实例简介] 通过训练jaffe数据库,实现识别人脸高兴.惊讶.恐惧.生气等六种表情,并圈出.可调用电脑摄像头实时监测.内附有使用说明,可以使用.仅供学习参考. [实例截图] [核心代码] fdf56 ...
微信小程序｜基于百度AI从零实现人脸识别小程序
写在前面针对互联网上已有的人脸识别小程序项目,很多只是基于手动拍照,然后上传到SDK进行识别.这一过程完全脱离实际场景!无法直接使用! 本文项目是基于微信摄像头中的实时视频帧数据,通过实时动态识别小 ...
用matlab人脸识别,人脸识别matlab程序
<人脸识别matlab程序>由会员分享,可在线阅读,更多相关<人脸识别matlab程序(5页珍藏版)>请在人人文库网上搜索. 1.人脸识别% FaceRec.m% PCA 人脸 ...
MATLAB人脸定位识别程序代码
MATLAB人脸定位识别程序代码程序代码: clear; I=imread('E:\02089008.jpg'); %%插入图像地址 O=rgb2ntsc(I); G=O(:,:,2); [m n] ...
人脸情绪识别系统第一次迭代总结
设想和目标: 1. 我们的软件要解决什么问题?是否定义得很清楚?是否对典型用户和典型场景有清晰的描述? 问题定义:目前有一种情感维度理论,我们要用机器学习的方式给出人脸的维度值. 典型场景1:用户通过 ...
深度学习项目-人脸表情识别
人脸表情识别简介使用卷积神经网络构建整个系统,在尝试了Gabor.LBP等传统人脸特征提取方式基础上,深度模型效果显著.在FER2013.JAFFE和CK+三个表情识别数据集上进行模型评估. 环境 ...
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 ...
机器学习之基于Fisher线性分类器实现多类人脸的识别
基于 ORL 人脸库,基于 Fisher 线性分类器实现多类人脸的识别问题. 本次实验相比起之前的二分类人脸识别问题,复杂很多.而且程序的识别效果并不好,应该是程序本身的问题,各位路过的大佬仅当做参考 ...
毕业设计-人脸表情识别系统、人工智能
人脸表情识别系统 1. 前言在这个人工智能成为超级大热门的时代,人脸表情识别已成为其中的一项研究热点,而卷积神经网络.深度信念网络和多层感知器等相关算法在人脸面部表情识别领域的运用最为广泛.面部的表 ...

人脸识别（识别程序）

系列文章目录

代码思路

一、pandas是什么？

二、使用步骤

1.引入代码库

加载特征数据

完整带代码示

人脸识别（识别程序）相关推荐

最新文章

热门文章