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。