OpenCv 之(图片人脸识别)和 (摄像头读入)
##先来张人脸识别效果图:
##1、概述
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。
##2、人脸识别步骤
1 人脸图像采集及检测
2 人脸图像预处理
3 人脸图像特征提取以及匹配与识别
##3、 人脸识别的方法
在OpenCV中主要使用了两种特征(即两种方法)进行人脸检测,Haar特征和LBP特征。使用已经训练好的XML格式的分类器进行人脸检测。在OpenCV的安装目录下的sources文件夹里的data文件夹里可以看到下图所示的内容(opencv\sources\data\haarcascades ):
文件夹的名字“haarcascades”、“hogcascades”和“lbpcascades”分别表示通过“haar”、“hog”和“lbp”三种不同的特征而训练出的分类器:"haar"特征主要用于人脸检测,“hog”特征主要用于行人检测,“lbp”特征主要用于人脸识别,“eye”特征主要用于眼睛的检测识别。实现人脸检测主要依赖于detectMultiScale()函数,下面简单说一下函数参数的含义,先看函数原型:
CV_WRAP virtual void detectMultiScale( const Mat& image, CV_OUT vector<Rect>& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size() );
各参数含义:
const Mat& image: 需要被检测的图像(灰度图)
vector<Rect>& objects: 保存被检测出的人脸位置坐标序列
double scaleFactor: 每次图片缩放的比例
int minNeighbors: 每一个人脸至少要检测到多少次才算是真的人脸
int flags: 决定是缩放分类器来检测,还是缩放图像
Size(): 表示人脸的最大最小尺寸
##4、源代码分析
####(1)检测图片中的人脸
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/calib3d/calib3d.hpp>using namespace std;
using namespace cv;int main()
{Mat image, image_gray; //定义两个Mat变量,用于存储每一帧的图像image = imread("F://1.png");imshow("原图", image);cvtColor(image, image_gray, CV_BGR2GRAY);//转为灰度图equalizeHist(image_gray, image_gray);//直方图均衡化,增加对比度方便处理CascadeClassifier eye_Classifier; //载入分类器CascadeClassifier face_cascade; //载入分类器//加载分类训练器,OpenCv官方文档提供的xml文档,可以直接调用//xml文档路径 opencv\sources\data\haarcascades if (!eye_Classifier.load("F:\\haarcascade_eye.xml")) //需要将xml文档放在自己指定的路径下{ cout << "Load haarcascade_eye.xml failed!" << endl;return 0;}if (!face_cascade.load("F:\\haarcascade_frontalface_alt.xml")){cout << "Load haarcascade_frontalface_alt failed!" << endl;return 0;}//vector 是个类模板 需要提供明确的模板实参 vector<Rect>则是个确定的类 模板的实例化vector<Rect> eyeRect;vector<Rect> faceRect;//检测关于眼睛部位位置eye_Classifier.detectMultiScale(image_gray, eyeRect, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));for (size_t eyeIdx = 0; eyeIdx < eyeRect.size(); eyeIdx++){ rectangle(image, eyeRect[eyeIdx], Scalar(0, 0, 255)); //用矩形画出检测到的位置}//检测关于脸部位置face_cascade.detectMultiScale(image_gray, faceRect, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));for (size_t i = 0; i < faceRect.size(); i++){ rectangle(image, faceRect[i], Scalar(0, 0, 255)); //用矩形画出检测到的位置}imshow("人脸识别图", image); //显示当前帧waitKey(0);}return 0;
}
####(2)检测摄像头中的人脸
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/calib3d/calib3d.hpp>using namespace std;
using namespace cv;int main()
{Mat image, image_gray; //定义两个Mat变量,用于存储每一帧的图像VideoCapture capture(0); //从摄像头读入视频while (1) //循环显示每一帧{capture >> image; //读取当前帧//image = imread("F://1.png");//imshow("原图", image);cvtColor(image, image_gray, CV_BGR2GRAY);//转为灰度图equalizeHist(image_gray, image_gray);//直方图均衡化,增加对比度方便处理CascadeClassifier eye_Classifier; //载入分类器CascadeClassifier face_cascade; //载入分类器//加载分类训练器,OpenCv官方文档提供的xml文档,可以直接调用//xml文档路径 opencv\sources\data\haarcascades if (!eye_Classifier.load("F:\\haarcascade_eye.xml")) //需要将xml文档放在自己指定的路径下{ cout << "Load haarcascade_eye.xml failed!" << endl;return 0;}if (!face_cascade.load("F:\\haarcascade_frontalface_alt.xml")){cout << "Load haarcascade_frontalface_alt failed!" << endl;return 0;}//vector 是个类模板 需要提供明确的模板实参 vector<Rect>则是个确定的类 模板的实例化vector<Rect> eyeRect;vector<Rect> faceRect;//检测关于眼睛部位位置eye_Classifier.detectMultiScale(image_gray, eyeRect, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));//检测for (size_t eyeIdx = 0; eyeIdx < eyeRect.size(); eyeIdx++){ rectangle(image, eyeRect[eyeIdx], Scalar(0, 0, 255)); //用矩形画出检测到的位置}//检测关于脸部位置face_cascade.detectMultiScale(image_gray, faceRect, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));//检测for (size_t i = 0; i < faceRect.size(); i++){ rectangle(image, faceRect[i], Scalar(0, 0, 255)); //用矩形画出检测到的位置}imshow("人脸识别图", image); //显示当前帧char c = waitKey(30); //延时30ms,即每秒播放33帧图像if (c == 27) break; }return 0;
}
效果图:
人脸识别源代码下载链接
GitHub源代码下载链接
OpenCv 之(图片人脸识别)和 (摄像头读入)相关推荐
- Java + opencv 实现人脸识别,图片人脸识别、视频人脸识别、摄像头实时人脸识别
搭建环境 opencv官网下载windows安装包 https://opencv.org/releases/ 选择最新版4.1.1 下载完成后是一个opencv-4.1.1-vc14_vc15.exe ...
- 调用笔记本的摄像头实现基于opencv的视频人脸识别(中文显示和英文显示)以及 index 480 is out of bounds for axis 0 with size 480错误的解决
@人脸识别代码和一些常见错误 基于opencv的视频人脸识别(中文显示)以及 index 480 is out of bounds for axis 0 with size 480错误的解决 参考了 ...
- 基于Opencv快速实现人脸识别(图片识别)
两个文件夹,一个为训练数据集,一个为测试数据集,训练数据集中有两个文件夹0和1,之前看一些资料有说这里要遵循"slabel"命名规则,但后面处理起来比较麻烦,因为目前opencv接 ...
- 基于Python的OpenCV+TensorFlow+Keras人脸识别实现
前言:本节要讲的人脸识别主要是借鉴了 一位研究生前辈的文章 我只是在他的基础上进行了改动,让代码能在现在的TensorFlow2.X 等的环境下运行 先看一下效果图 完整工程及源代码请点击链接下载:人 ...
- python dlib opencv人脸识别准确度_基于dlib和opencv库的人脸识别
基于dlib和opencv库的人脸识别 需下载68个特征点的人脸检测模型: http://dlib.net/files/ 文件名为shape_predictor_68_face_landmarks.d ...
- 基于 OpenCV + Python 的人脸识别上课签到系统
目录 前言 安装第三方库 第一步:采集人脸图像 (1)修改姓名学号 (2)运行capture_face.py (3)采集人脸图像 (4)查看采集到的人脸图像 第二步:训练模型 第三步:识别签到 (1) ...
- OpenCV+百度云人脸识别项目及源码
OpenCV+百度云人脸识别项目及源码 1.需要的硬件环境 虚拟机 带有摄像头的电脑 2.整体项目的框架 用Opencv识别人脸,上传百度云进行识别对比 3.虚拟机上需要装的库 sudo apt-ge ...
- 【优秀课设】基于OpenCV的Python人脸识别、检测、框选(遍历目录下所有照片依次识别 视频随时标注)
基于OpenCV的Python人脸识别.检测.框选 (遍历目录下所有照片依次识别 视频随时标注) 移步: https://blog.csdn.net/weixin_53403301/article/d ...
- 【毕业设计/课程设计】基于opencv的高精度人脸识别考勤系统设计与实现
文章目录 0 项目说明 1 需求分析 2 总体设计 3 详细设计 4 程序运行结果测试与分析 5 实验心得 6 项目源码 0 项目说明 基于opencv的高精度人脸识别考勤系统设计与实现 提示:适合用 ...
- 使用openCV进行视频人脸识别
视频人脸识别系列 第一篇 使用openCV进行视频人脸识别 第二篇 使用虹软SDK进行视频人脸识别 第三篇 使用虹软SDK进行视频人脸比对 文章目录 视频人脸识别系列 前言 一.环境搭建 开发环境 配 ...
最新文章
- ActiveRecord使用多数据库
- EXCLE图形插入实例
- 长度最小的子数组--滑动窗口
- linux下挂载ntfs(windows)文件系统
- 安卓APP_ 四大基本组件(1)—— Activity
- 带着canvas去流浪系列之二 绘制折线图
- TiDB VS MariaDB10.1.19 Enterprise性能压测
- hadoop安装常见问题
- QT对字符串简单加、解密
- 小结——scanf和scanf_s的区别以及最近练习的一些习题
- 仙剑四小说【第一章:结伴入世(下)】
- 【GCN-CTR】剪枝特征:Detecting Beneficial Feature Interactions for Recommender Systems (AAAI‘21)
- 算法解析—同向双指针 字节笔试 万万没想到抓捕孔联顺,列表最大间隔不超过D
- 北京计算机动漫游戏制作职高,北京的动漫学校(计算机动漫设计与制作)
- Codeforces 582B Once Again...【思维YY+Dp(LIS)】好题~
- windows efi分区修复
- log4cpp 的使用
- android版本14,TeamViewer14
- FME高性能编程,让你的FME快起来
- 001-unity2D游戏随机生成地图