python實現人臉檢測及識別(1)---- 採集人臉資料
阿新 • • 發佈:2018-11-10
本次專案是採用keras深度學習框架,訓練人臉識別模型,採用opencv實時檢測與識別周圍的人臉,本文主要講解如何採集訓練集,本次程式碼在人臉識別的程式碼上添加了將識別的照片依次寫入指定資料夾,並命名(000-499).jpg和顯示識別的第N張照片的文字顯示。
程式碼如下:
執行完後,500張照片存到同路徑的“/data/boss”資料夾,然後再採集一組存到“data/other”,同樣採集500張作為訓練資料,以提高模型的識別精度接下來的訓練程式將以資料夾作為標籤資料區分個人。# -*- coding:utf-8 -*- import cv2 def CatchPicture(window_name, catch_pic_num, path_name): cv2.namedWindow(window_name) cap = cv2.VideoCapture(0) cascade_path = "haarcascade_frontalface_default.xml" num = 0 while True: ok, frame = cap.read() if not ok: break frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cascade = cv2.CascadeClassifier(cascade_path) #識別出人臉數量 facerect = cascade.detectMultiScale(frame_gray, scaleFactor=1.2, minNeighbors=3, minSize=(12, 12)) if len(facerect) > 0: print('face detected') color = (255, 255, 255) # 白 for rect in facerect: x, y, w, h = rect img_name = '%s/%d.jpg' % (path_name, num) image = frame[y - 10: y + h + 10, x - 10: x + w + 10] cv2.imwrite(img_name, image) # 照片寫入到檔案 num += 1 if num > (catch_pic_num): # 如果超過指定最大儲存數量退出迴圈 break # 畫出矩形框 cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) # 顯示當前捕捉到了多少人臉圖片了 font = cv2.FONT_HERSHEY_SIMPLEX cv2.putText(frame, 'num:%d' % (num), (x + 30, y + 30), font, 1, (0, 255, 0), 2) # 超過指定最大儲存數量結束程式 if num > (catch_pic_num): break # 顯示影象 cv2.imshow(window_name, frame) c = cv2.waitKey(15) if c & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() if __name__ == '__main__': CatchPicture("擷取人臉",500,'./data/boss')