1.程式程式碼

#匯入CV模組

import cv2 as cv
import os
from PIL import Image
import numpy as np


def getImageAndLabels(path):

    #儲存人臉資料
    facesSamples=[]
    #儲存姓名資料
    ids=[]
    # 儲存圖片資訊
    imagePaths=[ os.path.join(path,f) for f in os.listdir(path)]

    print("files:",imagePaths)

    #載入分類器
    face_detector=cv.CascadeClassifier(cv.data.haarcascades+"
 
haarcascade_frontalface_default.xml")

    #遍歷列表中的圖片
    for imagePath in imagePaths:
        #開啟圖片，灰度化，PIL有九種不同模式：1,l,p,rgb,rgba,cmyk,yCbCr,I,F
        PIL_img=Image.open(imagePath).convert('L')
        #將圖片轉換為陣列，以黑白深淺
        img_numpy=np.array(PIL_img,'uint8')
        #獲取人臉特徵
        faces=face_detector.detectMultiScale(img_numpy)
        
 
#獲取每張圖片的ID和新名
        id=int(os.path.split(imagePath)[1].split('.')[0])

        #預防無面容照片
        for x,y,w,h in faces:
            ids.append(id)
            facesSamples.append(img_numpy[y:y+h,x:x+w])
        print('id',id)
    print('fs',facesSamples)

    return facesSamples,ids

if __name__ == '
 
__main__':

    #圖片路徑
    root = os.getcwd()
    path=root+"/jm/"

    print("path:", path)

    #獲取影象陣列,id
    faces,ids=getImageAndLabels(path)

    #獲取訓練物件
    recognizer=cv.face.LBPHFaceRecognizer_create()

    #執行訓練
    recognizer.train(faces,np.array(ids))

    #儲存訓練結果
    print("write:", root+"/trainer/trainer.yml")
    recognizer.write(root+"/trainer/trainer.yml")

2結果

.