【米尔-全志 T527 开发板-试用评测】-OpenCV人脸识别

小火苗

【米尔-全志 T527 开发板-试用评测】-OpenCV人脸识别 [复制链接]

OpenCV人脸识别

一、软件环境安装

1.安装OpenCV

sudo apt-get install libopencv-dev python3-opencv

2.安装pip

sudo apt-get install python3-pip

3.安装依赖库

pip install opencv-contrib-python

face模块实际上并不是opencv库的一部分。更确切地说，face是部分的的opencv-contrib库。所以，需要安装opencv-contrib库

二、基本流程

1.人脸检测：

首先需要检测图像中的人脸。OpenCV提供了基于Haar级联分类器的detectMultiScale函数来进行人脸检测。这个函数可以在图像的不同尺度上查找可能的人脸区域。

2.人脸特征提取：

一旦检测到人脸，接下来需要提取人脸的特征。这一步是为了将人脸表示为一个特征向量，该向量可以用于后续的识别过程。

3.训练分类器：

使用提取的特征向量和相应的标签来训练一个分类器。OpenCV提供了多种机器学习算法，如支持向量机（SVM）、k最近邻（k-NN）等，来训练分类器。

4.人脸识别：

在测试阶段，对于新的图像，首先检测图像中的人脸，然后提取其特征，并使用训练好的分类器进行识别。

三、程序代码

# -*- coding: utf-8 -*-

import cv2

import numpy as np

# 读取训练图像

images=[]

images.append(cv2.imread("f01.png",cv2.IMREAD_GRAYSCALE))

images.append(cv2.imread("f02.png",cv2.IMREAD_GRAYSCALE))

images.append(cv2.imread("f11.png",cv2.IMREAD_GRAYSCALE))

images.append(cv2.imread("f12.png",cv2.IMREAD_GRAYSCALE))

# 给训练图像贴标签

labels=[0,0,1,1]

# 读取待识别图像

predict_image=cv2.imread("fTest.png",cv2.IMREAD_GRAYSCALE)

# 识别

recognizer = cv2.face.FisherFaceRecognizer_create()

recognizer.train(images, np.array(labels))

label,confidence= recognizer.predict(predict_image)

# 打印识别结果

print("识别标签label=",label)

print("置信度confidence=",confidence)

四、实验过程

NumPy（Numeric Python）是Python的一种开源的数值计算扩展，也是Python科学计算的基础库

1.程序对应图像如下：

2.运行程序的结果

3.程序对应的彩色图像

4.运行程序结果

5.注意事项

图片的像素大小有要求，要求训练图像的像素大小与检测图像的大小相同

注意更改图像的名称