opencv實現簡單人臉識別

阿新 • • 發佈：2020-01-09

對於opencv 它提供了許多已經練習好的模型可供使用，我們需要通過他們來進行人臉識別

參考了網上許多資料

假設你已經配好了開發環境，在我之前的部落格中由開發環境的配置。

專案程式碼結構：

dataSet ：儲存訓練用的圖片,他由data_gen生成，當然也可以修改程式碼由其他方式生成

haarcascade_frontalface_alt.xml 、 haarcascade_frontalface_default.xml: 用於人臉檢測的haar分類器，網上普遍說第一個效果更好，第二個執行速度更快

data_gen.py：生成我們所需的資料

trainer.py: 訓練資料集

train.yml: 由train.py生成的人臉識別模型，供後面的人臉識別使用

recognize.py：視訊中的人臉識別

data_gen.py

連續拍20張照片當作訓練資料，每個人建立一組資料

import cv2
 
detector = cv2.CascadeClassifier('haarcascade_frontalface_alt.xml')
cap = cv2.VideoCapture(0)
sampleNum = 0
Id = input('enter your id: ')
 
while True:
 ret,img = cap.read()
 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
 faces = detector.detectMultiScale(gray,1.3,5)
 for (x,y,w,h) in faces:
  cv2.rectangle(img,(x,y),(x + w,y + h),(255,0),2)
 
  # incrementing sample number
  sampleNum = sampleNum + 1
  # saving the captured face in the dataset folder
  cv2.imwrite("dataSet/User." + str(Id) + '.' + str(sampleNum) + ".jpg",gray[y:y + h,x:x + w]) #
 
  cv2.imshow('frame',img)
 # wait for 100 miliseconds
 if cv2.waitKey(100) & 0xFF == ord('q'):
  break
 # break if the sample number is morethan 20
 elif sampleNum > 20:
  break
 
cap.release()
cv2.destroyAllWindows()

train.py

訓練資料

import cv2
import os
import numpy as np
from PIL import Image
 
# recognizer = cv2.createLBPHFaceRecognizer()
detector = cv2.CascadeClassifier("/Users/qiuchenglin/PycharmProjects/face_recognize/haarcascade_frontalface_alt.xml")
recognizer = cv2.face.LBPHFaceRecognizer_create()
 
 
def get_images_and_labels(path):
 image_paths = [os.path.join(path,f) for f in os.listdir(path)]
 face_samples = []
 ids = []
 
 for image_path in image_paths:
  image = Image.open(image_path).convert('L')
  image_np = np.array(image,'uint8')
  if os.path.split(image_path)[-1].split(".")[-1] != 'jpg':
   continue
  image_id = int(os.path.split(image_path)[-1].split(".")[1])
  faces = detector.detectMultiScale(image_np)
  for (x,h) in faces:
   face_samples.append(image_np[y:y + h,x:x + w])
   ids.append(image_id)
 
 return face_samples,ids
 
 
Faces,Ids = get_images_and_labels('dataSet')
recognizer.train(Faces,np.array(Ids))
recognizer.save('trainner.yml')

recognize.py

下面就是根據訓練好的模型進行人臉識別，根據之前生成資料的編號，可以填入相對應的人名，例如以下示例我訓練了三組人的資料

import cv2
import numpy as np
 
recognizer = cv2.face.LBPHFaceRecognizer_create()
# recognizer = cv2.createLBPHFaceRecognizer() # in OpenCV 2
recognizer.read('/Users/qiuchenglin/PycharmProjects/face_recognize/trainner.yml')
# recognizer.load('trainner/trainner.yml') # in OpenCV 2
 
cascade_path = "/Users/qiuchenglin/PycharmProjects/face_recognize/haarcascade_frontalface_alt.xml"
face_cascade = cv2.CascadeClassifier(cascade_path)
cam = cv2.VideoCapture(0)
# font = cv2.cv.InitFont(cv2.cv.CV_FONT_HERSHEY_SIMPLEX,1,1) # in OpenCV 2
font = cv2.FONT_HERSHEY_SIMPLEX
 
while True:
 ret,im = cam.read()
 gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
 faces = face_cascade.detectMultiScale(gray,1.2,h) in faces:
  cv2.rectangle(im,(x - 50,y - 50),(x + w + 50,y + h + 50),(225,2)
  img_id,conf = recognizer.predict(gray[y:y + h,x:x + w])
  if conf > 50:
   if img_id == 1:
    img_id = 'liuzb'
   elif img_id == 2:
    img_id = 'linqc'
   elif img_id == 3:
    img_id = 'keaibao'
  else:
   img_id = "Unknown"
  # cv2.cv.PutText(cv2.cv.fromarray(im),str(Id),font,255)
  cv2.putText(im,str(img_id),(0,255,1)
 cv2.imshow('im',im)
 if cv2.waitKey(10) & 0xFF == ord('q'):
  break
 
cam.release()
cv2.destroyAllWindows()

簡單的一個人臉識別就完成了，只能說準確率沒有非常高

之後想辦法進行提高。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援我們。