【项目】Python人脸识别(GUI界面)—— 基于pyopencv
每日一语:默默的发光,然后惊艳所有人!!!
前言:
本项目是笔者在暑假快结束前写的一个项目,因为开学和和其他的一些问题,一直把这个项目给搁置一边,随着笔者需要转型Java可能以后写python的项目不会是很多,趁今天周末,我把这个项目从仓库拽了出来,给完善了一边,可能功能不是很齐全,希望能给大家带来帮助!!!
目录
前言:
项目介绍
项目思路
项目模块
1.人脸采集
2.数据训练
3.人脸识别
4.GUI界面
项目代码
人脸采集
数据训练
人脸识别
合并GUI
项目总结
项目介绍
我们先来看看成果:
首先写了一个能够操作的GUI界面。
其中两个按钮对应相应的功能:
采集人脸:
识别功能:
我可是牺牲了色相五五五五。。。(电脑像素不是很好大家将就一下嘿嘿嘿)
项目思路
本项目是借助于python的一个cv2图像识别库,通过调取电脑的摄像头进行识别人脸并保存人脸图片的功能,然后在通过cv2中的这两个训练工具对保存的人脸图片进行训练(这些都是已经写好的人脸识别算法)我们直接调用就可以。
项目模块
本项目大致细分能分四个模块。
1.人脸采集
通过
cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
对摄像头的图片进行人脸信息的对比,找到人脸的核心区域然后用长方形方框给圈出来,等待指令,并且进行下一步的保存人脸图片:
这些都是我保存好的(我可是牺牲了色相呜呜呜)这些用来进行数据训练。
2.数据训练
将某一目录下的图片转化为数组,获取每张图片中人脸部分的数据保存到事先创建好的列表中,同时获取每张图片的ID,同样保存在事先创建好的列表中,最后将训练后的数据保存。
3.人脸识别
cv2会把训练好的数据放在一个文件中,我们在识别的时候直接调用这个数据和摄像头上面的人脸进行对比。
上图为训练好的一个文件。
识别效果在上面大家也看到了!!!
4.GUI界面
这个我是通过pyqt来设计了一个简单的GUI界面,配置pyqt环境我在我之前的一篇博客介绍过了——pyqt的介绍
使用了两个简单的button来进行一个可视化。
项目代码
人脸采集
import numpy as np
import cv2
def b():print('正在调用摄像头!')faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')cap = cv2.VideoCapture(0)cap.set(3,640) # set Widthcap.set(4,480) # set Heightwhile True:ret, img = cap.read()#将彩色图转为灰度图gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)faces = faceCascade.detectMultiScale(gray,scaleFactor=1.2,minNeighbors=5,minSize=(20, 20))for (x,y,w,h) in faces:cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)roi_gray = gray[y:y+h, x:x+w]roi_color = img[y:y+h, x:x+w]cv2.imshow('video',img)k = cv2.waitKey(30) & 0xffif k == ord('s'):n = input('请输入编号:')cv2.imwrite('./data/jm/'+n+'.jpg',roi_gray)if k == 27: # press 'ESC' to quitbreakcap.release()cv2.destroyAllWindows()b()
数据训练
import os
import cv2
import sys
from PIL import Image
import numpy as npdef getImageAndLabels(path):facesSamples=[]ids=[]imagePaths=[os.path.join(path,f) for f in os.listdir(path)]#检测人脸face_detector = cv2.CascadeClassifier('haarcascade_frontalface_alt2.xml')#打印数组imagePathsprint('数据排列:',imagePaths)#遍历列表中的图片for imagePath in imagePaths:#打开图片,黑白化PIL_img=Image.open(imagePath).convert('L')#将图像转换为数组,以黑白深浅# PIL_img = cv2.resize(PIL_img, dsize=(400, 400))img_numpy=np.array(PIL_img,'uint8')#获取图片人脸特征faces = face_detector.detectMultiScale(img_numpy)#获取每张图片的id和姓名id = int(os.path.split(imagePath)[1].split('.')[0])#预防无面容照片for x,y,w,h in faces:ids.append(id)facesSamples.append(img_numpy[y:y+h,x:x+w])#打印脸部特征和id#print('fs:', facesSamples)print('id:', id)#print('fs:', facesSamples[id])print('fs:', facesSamples)#print('脸部例子:',facesSamples[0])#print('身份信息:',ids[0])return facesSamples,idsif __name__ == '__main__':#图片路径path='./data/jm/'#获取图像数组和id标签数组和姓名faces,ids=getImageAndLabels(path)#获取训练对象recognizer=cv2.face.LBPHFaceRecognizer_create()#recognizer.train(faces,names)#np.array(ids)recognizer.train(faces,np.array(ids))#保存文件recognizer.write('trainer/trainer3.yml')
人脸识别
import cv2
import os
def a():#加载识别器recognizer = cv2.face.LBPHFaceRecognizer_create()recognizer.read('trainer/trainer3.yml')#加载分类器cascade_path = "haarcascade_frontalface_alt2.xml"face_cascade = cv2.CascadeClassifier(cascade_path)cam = cv2.VideoCapture(0)minW = 0.1*cam.get(3)minH = 0.1*cam.get(4)font = cv2.FONT_HERSHEY_SIMPLEXnames = []agelist=[21,21,21,21,21,21,22]path='./data/jm/'imagePaths=[os.path.join(path,f) for f in os.listdir(path)]for imagePath in imagePaths:id = int(os.path.split(imagePath)[1].split('.')[0])names.append(id)while True:ret, img = cam.read()gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)faces = face_cascade.detectMultiScale(gray,scaleFactor=1.3,minNeighbors=5,minSize=(int(minW), int(minH)))for (x, y, w, h) in faces:cv2.rectangle(img, (x , y ), (x + w , y + h ), (225, 0, 0), 2)img_id, confidence = recognizer.predict(gray[y:y + h, x:x + w])print(img_id,confidence)if confidence < 50:confidence = "{0}%".format(round(100 - confidence))else:img_id = "Unknown"confidence = "{0}%".format(round(100 - confidence))if img_id != "Unknown":print('识别成功!!')else:print('识别失败!!')cv2.putText(img, str(img_id), (x, y + h), font, 0.55, (0, 255, 0), 1)cv2.putText(img, "18", (x , y + 500), font, 1, (0, 255, 0), 1)cv2.putText(img, "18", (x , y +h + 150), font, 1, (0, 255, 0), 1)cv2.putText(img, str(confidence), (x + 5, y - 5), font, 1, (0, 255, 0), 1)cv2.imshow('face', img)if cv2.waitKey(5) & 0xFF == 27:breakcam.release()cv2.destroyAllWindows()
合并GUI
from PyQt5 import QtCore, QtGui, QtWidgets
import cv2class Ui_MainWindow(QtWidgets.QMainWindow):def __init__(self):super(Ui_MainWindow,self).__init__()def setupUi(self, MainWindow):MainWindow.setObjectName("MainWindow")MainWindow.resize(565, 331)self.centralwidget = QtWidgets.QWidget(MainWindow)self.centralwidget.setObjectName("centralwidget")self.pushButton = QtWidgets.QPushButton(self.centralwidget)self.pushButton.setGeometry(QtCore.QRect(70, 190, 111, 61))self.pushButton.setObjectName("pushButton")self.pushButton_2 = QtWidgets.QPushButton(self.centralwidget)self.pushButton_2.setGeometry(QtCore.QRect(310, 190, 121, 61))self.pushButton_2.setObjectName("pushButton_2")self.label = QtWidgets.QLabel(self.centralwidget)self.label.setGeometry(QtCore.QRect(180, 60, 161, 81))self.label.setObjectName("label")MainWindow.setCentralWidget(self.centralwidget)self.menubar = QtWidgets.QMenuBar(MainWindow)self.menubar.setGeometry(QtCore.QRect(0, 0, 565, 26))self.menubar.setObjectName("menubar")MainWindow.setMenuBar(self.menubar)self.statusbar = QtWidgets.QStatusBar(MainWindow)self.statusbar.setObjectName("statusbar")MainWindow.setStatusBar(self.statusbar)self.retranslateUi(MainWindow)QtCore.QMetaObject.connectSlotsByName(MainWindow)def retranslateUi(self, MainWindow):_translate = QtCore.QCoreApplication.translateMainWindow.setWindowTitle(_translate("MainWindow", "MainWindow"))self.pushButton.setText(_translate("MainWindow", "采集人脸信息"))self.pushButton_2.setText(_translate("MainWindow", "开始识别"))# self.label.setText(_translate("MainWindow", "结果:"))self.pushButton.clicked.connect(self.b)self.pushButton_2.clicked.connect(self.final)def b(self):print('正在调用摄像头!')print("输入'esc'为退出!!!")faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')cap = cv2.VideoCapture(0)cap.set(3, 640) # set Widthcap.set(4, 480) # set Heightprint("请输入字母's'保存信息!!")while True:ret, img = cap.read()# 将彩色图转为灰度图gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)faces = faceCascade.detectMultiScale(gray,scaleFactor=1.2,minNeighbors=5,minSize=(20, 20))for (x, y, w, h) in faces:cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)roi_gray = gray[y:y + h, x:x + w]roi_color = img[y:y + h, x:x + w]cv2.imshow('video', img)k = cv2.waitKey(30) & 0xffif k == ord('s'):n = input('请输入编号:')cv2.imwrite('./data/jm/' + n + '.jpg', roi_gray)if k == 27:breakcap.release()cv2.destroyAllWindows()print("正在训练!!!")self.train()def final(self):import face_zhineng.final_faceface_zhineng.final_face.a()def train(self):import cv2import numpy as npimport face_zhineng.training# 图片路径path = './data/jm/'faces, ids = face_zhineng.training.getImageAndLabels(path)# 获取训练对象recognizer = cv2.face.LBPHFaceRecognizer_create()recognizer.train(faces, np.array(ids))# 保存文件recognizer.write('trainer/trainer3.yml')print("训练完毕!!!")if __name__ == '__main__':import sysapp = QtWidgets.QApplication(sys.argv)MainWindow = QtWidgets.QMainWindow()ui = Ui_MainWindow()ui.setupUi(MainWindow)MainWindow.show()sys.exit(app.exec_())
项目总结
这个项目终于完工了,长长的叹了一口气哈哈哈哈哈哈哈哈哈哈,以后python的项目都不知道啥时候在去写了,目前正在学Java,可能Java的项目会变多,但是我也会一定时间去重写一个python项目。
对于这个项目其实还可以拓展到一些人脸打开的软件上面去,本来是打算这样写的,但是由于时间和精力不是很充裕,我就简单的弄了一下,如果有兴趣的小伙伴可以自己去试试哦!
接下来就要期末复习了,祝大家也能取得一个好成绩!!!
加油加油冲冲冲!!!!
【项目】Python人脸识别(GUI界面)—— 基于pyopencv相关推荐
- python人脸识别系统界面设计_基于卷积神经网络的人脸识别系统的设计(Python)
基于卷积神经网络的人脸识别系统的设计(Python)(论文10000字,外文翻译,参考代码,流程图,人脸图像库) 摘要:随着社会的进步与发展,个人信息的保护变得十分重要.传统的密码保护方式已经不再满足 ...
- python人脸识别库_基于facenet的实时人脸识别系统
facenet_facerecognition opencv+mtcnn+facenet+python+tensorflow 实现实时人脸识别 Abstract:本文记录了在学习深度学习过程中,使用o ...
- python人脸识别库_基于Python的face_recognition库实现人脸识别
Python Python开发 Python语言 基于Python的face_recognition库实现人脸识别 一.face_recognition库简介 face_recognition是Pyt ...
- 【开源分享】基于Python+OpenCV+PyQt5车牌识别(GUI界面)
亲测无错:基于Python+OpenCV+PyQt5车牌识别(GUI界面)绝对可以用的!!!!! 基于Python+OpenCV+PyQt5车牌识别(GUI界面) 参考文档
- 【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 ...
- python人脸识别基于mtcnn和facenet考勤
基于人脸识别的课堂考勤系统 课堂考勤是保证学生出勤率的重要手段之一,也是学生课程成绩重要的组成部分,课堂考勤可以很好的监督学生,从而确保了课堂的教学质量.目前主要的考勤手段仍然是教师人工点名或者随 ...
- Python人脸识别教程 - 基于Python的开源人脸识别库:离线识别率高达99.38%
Python人脸识别教程 - 基于Python的开源人脸识别库:离线识别率高达99.38% 仅用 Python 和命令行就可以实现人脸识别的库开源了.该库使用 dlib 顶尖的深度学习人脸识别技术构建 ...
- Python | 人脸识别系统 — UI界面设计
博客汇总:Python | 人脸识别系统 - 博客索引 GitHub地址:Su-Face-Recognition 注:阅读本博客前请先参考 工具安装.环境配置:Python | 人脸识别系统 - 简介 ...
- 基于pyqt5的登录界面及人脸识别功能界面相互跳转的设计(1)
基于pyqt5的登录界面及人脸识别功能界面相互跳转的设计(1) 这个是登录界面: 部分代码如下: // An highlighted block from 文件1 import * from PyQt ...
- MATLAB实现基于BP神经网络的手写数字识别+GUI界面+mnist数据集测试
文章目录 MATLAB实现基于BP神经网络的手写数字识别+GUI界面+mnist数据集测试 一.题目要求 二.完整的目录结构说明 三.Mnist数据集及数据格式转换 四.BP神经网络相关知识 4.1 ...
最新文章
- python string库_《python标准库》--string
- linux centos更换用户名和密码忘记了,centos7系统中忘记root管理员账号密码,怎么修改密码的解决方式...
- clickhouse hadoop_大数据分析之解决Hadoop的短板,实时大数据分析引擎ClickHouse解析...
- 应用计算机网络的方面,计算机网络技术在电子信息工程中的应用研究(1)
- 支付宝回调接口验签失败
- keras保存模型_TF2 8.模型保存与加载
- 【Linux使用】Centos 7安装图形界面/切换文本界面与图形界面
- 深度学习要多深_才能读懂人话?
- 2017.12.19
- 对称二叉树c++_二叉树:我对称么?
- 万里汇WorldFirst个人和公司帐户注册教程(送$25+0.3%提现费)
- 程序员如何选择外包平台
- 从百度“童年英雄的AI幻想”互动展说起,看AI如何赋能艺术?
- 估值调整 - 凸性调整
- 小x与三角形 c语言 1秒,[2019年第一水] 小x与神牛
- js-cookie设置token过期时间
- ubuntu使用docker-compose安装rabbitmq并实现延迟交换机
- 这样Review代码牛逼啦!
- arcgis使用arcpy计算土地利用LUCC变化转移矩阵、马尔科夫模型变化表,最好用的方法TabulateArea实现两期数据变化统计
- Echarts:10-7-4:混合图(降水量蒸发量平均温度)