获取人脸图片和训练人脸

我这里将获取的人脸照片存放到一个文件夹里面，将训练好的yml文件存放在另一个文件夹下面，如下，Face_data 存放的是人脸照片，Face_training 存放的是训练好的 yml 文件，faceReco.py 就是源码文件了，这三个文件都在同一级目录下。直接使用代码创建存放文件夹和训练文件夹。

1、捕获人脸照片

图像处理
创建文件夹（满权限创建，否则不能将图片写进文件夹）
捕获人脸照片并保存

# 创建目录，将获取的人脸照片放入指定的文件夹
self.file = "./Face_data/"while(True):ret, self.img = self.cap.read()# 垂直翻转视频图像self.img = cv2.flip(self.img, -1)# 灰度化处理gray = cv2.cvtColor(self.img, cv2.COLOR_BGR2GRAY)faces = faceCascade2.detectMultiScale(gray, 1.3, 5)# 判断是否存在文件夹如果不存在则创建为文件夹self.folder = os.path.exists(self.file)if not self.folder:  # makedirs 满权限创建文件时如果路径不存在会创建这个路径os.makedirs(self.file)  os.chmod(self.file,0777)for (x,y,w,h) in faces:cv2.rectangle(self.img, (x,y), (x+w,y+h), (255,0,0), 2)     self.count += 1# 将捕获的图像保存到指定的文件夹中bool = cv2.imwrite(self.file + "/User." + str(self.Edit_ID.text()) + '.' + str(self.count) + ".png", gray[y:y+h,x:x+w])# 取60张人脸样本，停止录像if self.count >= 60: print("OK!")break

2、训练人脸

从数据集文件夹中载入训练图片，获取到人脸和id，整理成list并返回，人后调用函数进行训练

创建文件夹（满权限创建，否则不能将图片写进文件夹）
对捕获的人脸照片进行训练
将训练好的数据保存

# 函数获取图像和标签数据
def getImagesAndLabels(path):imagePaths = [os.path.join(path,f) for f in os.listdir(path)]     faceSamples=[]ids = []self.progressBar.setProperty("value", 65)for imagePath in imagePaths:# 转换为灰度PIL_img = Image.open(imagePath).convert('L') img_numpy = np.array(PIL_img,'uint8')id = int(os.path.split(imagePath)[-1].split(".")[1])faces = faceCascade3.detectMultiScale(img_numpy)for (x,y,w,h) in faces:faceSamples.append(img_numpy[y:y+h,x:x+w])ids.append(id)return faceSamples,ids
self.progressBar.setProperty("value", 75)
print ("\n [INFO] Training faces. It will take a few seconds. Wait ...")# 调用函数，传递文件夹路径参数
faces,ids = getImagesAndLabels(self.file)
# 训练人脸
self.recognizer.train(faces, np.array(ids))
self.progressBar.setProperty("value", 85)# 创建文件夹
self.triningfile = "./Face_training/"
self.folder1 = os.path.exists(self.triningfile)
if not self.folder1:  os.makedirs(self.triningfile)  os.chmod(self.triningfile,0777)# 将训练好的数据保存到指定文件夹中
self.recognizer.write(self.triningfile + "/trainer.yml")# 打印经过训练的人脸编号和结束程序
print("\n [INFO] {0} faces trained. Exiting Program".format(len(np.unique(ids))))
self.progressBar.setProperty("value", 100)

获取人脸图片和训练人脸相关推荐

简单用Python+OpenCv实现AI人脸识别--(3)—训练人脸识别模型
案例引入首先简要讲解数据集训练生成模型的原理,这里使用的是LBPH算法,在OpenCV模块中已经有内嵌的方法cv2.face.LBPHFaceRecognizer_create(),为了方便小伙伴们 ...
基于 PCA 的人脸识别系统及人脸姿态分析
文章目录 1 PCA 1.1 原理 1.2 算法流程 1.2.1 零均值化 1.2.2 计算协方差矩阵 1.2.3 特征值和特征向量 1.2.4 降维得到 K 维特征 1.2.5 PCA 的优缺点 2 ...
利用人脸微笑数据集训练识别模型，完成对人脸图片微笑识别
目录一.数据集下载二.提取人脸并判别是否为笑脸 (一)数据处理 (二)测试三.视频识别并保存图片四.总结五.参考链接一.数据集下载 1.链接:https://pan.baidu.com/s ...
python照片过人脸_python openCV实现摄像头获取人脸图片
本文实例为大家分享了python openCV实现摄像头获取人脸图片的具体代码,供大家参考,具体内容如下在机器学习中,训练模型需要大量图片,通过openCV中的库可以快捷的调用摄像头,截取图片,可以 ...
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 ...
目标检测 YOLO v3 训练人脸检测模型
YOLO,是You Only Look Once的缩写,一种基于深度卷积神经网络的物体检测算法,YOLO v3是YOLO的第3个版本,检测算法更快更准. 本文源码:https://github.com ...
matlab中识别过程训练,人脸识别PCA算法matlab实现及详细步骤讲解
%FaceRec.m %PCA人脸识别修订版,识别率88% %calc xmean,sigma and its eigen decomposition allsamples=[];%所有训练图像 fo ...
《OpenCv视觉之眼》Python图像处理十九:Opencv图像处理实战四之通过OpenCV进行人脸口罩模型训练并进行口罩检测
本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...
Python+OpenCv实现AI人脸识别身份认证系统(3)——训练人脸识别模型
目录案例引入本节项目最近有小伙伴们一直在催本项目的进度,好吧,今晚熬夜加班编写,在上一节中,实现了人脸数据的采集,在本节中将对采集的人脸数据进行训练,生成识别模型. 案例引入首先简要讲解数据集 ...
FSRNet：端到端深度可训练人脸超分辨网络
作者丨左育莘学校丨西安电子科技大学研究方向丨计算机视觉这篇文章 FSRNet: End-to-End Learning Face Super-Resolution with Facial Pri ...

获取人脸图片和训练人脸

获取人脸图片和训练人脸

1、捕获人脸照片

2、训练人脸

获取人脸图片和训练人脸相关推荐

最新文章

热门文章