首页IT科技opencv人脸识别模型训练(基于OpenCV的人脸识别)

opencv人脸识别模型训练(基于OpenCV的人脸识别)

时间2025-05-05 14:54:42分类IT科技浏览4481
导读:目录...

目录

🥩 前言

🍖 环境使用

🍖 模块使用

🍖 模块介绍

🍖 模块安装问题:

🥩 OpenCV 简介

🍖 安装 OpenCV 模块

🥩 OpenCV 基本使用

🍖 读取图片

🍗 【示例】读取图片

🍗 运行结果如下:

🍖 图片灰度转换

🍗【示例】将图片灰度

🍗 运行结果如下:

 🍖 画图

🍗【示例】画图

🍗 运行结果如下:

🥩 总结

🥩 前言

我们身边的人脸识别有车站检票             ,监控人脸                   ,无人超市      ,支付宝人脸支付      ,上班打卡                   ,人脸解锁手机            。

人脸检测是人脸识别系统组成的关键部分之一            ,其目的是检测出任意给定图片中的包含的一个或多个人脸      ,是人脸识别            、表情识别等下游任务的基础                   。人脸识别是通过采集包含人脸的图像或视频数据                   ,通过对比和分析人脸特征信息从而实现身份识别的生物识别技术            ,是人脸识别系统的核心组件       。

随着人工智能的不断发展,机器学习这门技术也越来越重要                   ,很多人都开启了学习机器学习                  ,本文就介绍了机器学习的基础内容            。我们本文介绍简单的OpenCVZ中图像的处理                  。

🍖 环境使用

python 3.9 pycharm

🍖 模块使用

opencv-python

🍖 模块介绍

opencv

关于OpenCv

Opencv是一个开源的的跨平台计算机视觉库,内部实现了图像处理和计算机视觉方面的很多通用算法             ,对于python而言                  ,在引用opencv库的时候需要写为import cv2       。其中      ,cv2是opencv的C++命名空间名称             ,使用它来表示调用的是C++开发的opencv的接口      。

目前人脸识别有很多较为成熟的方法                   ,这里调用OpenCv库      ,而OpenCV又提供了三种人脸识别方法      ,分别是LBPH方法                   、EigenFishfaces方法       、Fisherfaces方法                  。本文采用的是LBPH(Local Binary Patterns Histogram                   ,局部二值模式直方图)方法             。在OpenCV中            ,可以用函数cv2.face.LBPHFaceRecognizer_create()生成LBPH识别器实例模型      ,然后应用cv2.face_FaceRecognizer.train()函数完成训练                   ,最后用cv2.face_FaceRecognizer.predict()函数完成人脸识别      。

CascadeClassifier            ,是Opencv中做人脸检测的时候的一个级联分类器                  。并且既可以使用Haar,也可以使用LBP特征             。其中Haar特征是一种反映图像的灰度变化的                   ,像素分模块求差值的一种特征。它分为三类:边缘特征            、线性特征                  、中心特征和对角线特征                  。

🍖 模块安装问题:

如果安装python第三方模块:

win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车

在pycharm中点击Terminal(终端) 输入安装命令

安装失败原因: 失败一: pip 不是内部命令

                解决方法: 设置环境变量

失败二: 出现大量报红 (read time out)

                解决方法: 因为是网络链接超时, 需要切换镜像源

清华:https://pypi.tuna.tsinghua.edu.cn/simple     阿里云:https://mirrors.aliyun.com/pypi/simple/     中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/     华中理工大学:https://pypi.hustunique.com/     山东理工大学:https://pypi.sdutlinux.org/     豆瓣:https://pypi.douban.com/simple/     例如:pip3 install -i https://pypi.doubanio.com/simple/ 模块名 失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入

                解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好                  ,或者你pycharm里面python解释器没有设置好                   。

🥩 OpenCV 简介

        OpenCV 的全称是 Open Source Computer Vision Library,是一个跨平台的计算机视觉库。

OpenCV 是由英特尔公司发起并参与开发             ,以 BSD 许可证授权发行                  ,可以在商业和研究领

域中免费使用            。OpenCV 可用于开发实时的图像处理       、计算机视觉以及模式识别程序                   。该程

序库也可以使用英特尔公司的 IPP 进行加速处理       。

        OpenCV 用 C++语言编写      ,它的主要接口也是 C++语言             ,但是依然保留了大量的 C 语

言接口            。该库也有大量的Python      、Java and MATLAB/OCTAVE(版本 2.5)的接口                  。这些语

言的 API 接口函数可以通过在线文档获得       。如今也提供对于 C#                  、Ch             、Ruby      、GO 的支持      。

🍖 安装 OpenCV 模块

        OpenCV 已经支持 python 的模块了                   ,直接使用 pip 就可以进行安装      ,命令如下:

pip install opencv-python

🥩 OpenCV 基本使用

🍖 读取图片

        显示图像是 OpenCV 最基本的操作之一      ,imshow()函数可以实现该操作                  。如果使用过其

他 GUI 框架背景                   ,就会很自然第调用 imshow()来显示一幅图像             。imshow()函数有两个参数:

显示图像的帧名称以及要显示的图像本身      。直接调用 imshow()函数图像确实会显示            ,但随

即会消失                  。要保证图片一直在窗口上显示      ,要通过 waitKey()函数             。waitKey()函数的参数为

等待键盘触发的时间                   ,单位为毫秒            ,其返回值是-1(表示没有键被按下)

image = cv2.imread(imagepath)

🍗 【示例】读取图片

import cv2 as cv img=cv.imread(1.png) cv.imshow(input image,img) cv.waitKey(0) cv.destroyAllWindows()

         我们首先是读取我们的图片,在这里"1.png"是相对路径                   ,注意读取图片的路径不能有中文                  ,不然数据读取不出来。我们发现我们不加waitkey,程序运行之后就会一闪而过             ,所以                  ,waitKey(0) 的作用就是等待键盘的输入                  。

🍗 运行结果如下:

🍖 图片灰度转换

OpenCV 的强大之处的一个体现就是其可以对图片进行任意编辑      ,处理                   。 下面的这个

函数最后一个参数指定的就是画笔的大小。

🍗【示例】画图

import cv2 as cv img=cv.imread(1.png) x,y,w,h=50,50,80,80 cv.rectangle(img,(x,y,x+w,y+h),color=(0,255,0),thickness=2) #color=BGR cv.circle(img,center=(x+w//2,y+h//2),radius=w//2,color=(0,0,255),thickness=2) cv.imshow(result image,img) cv.waitKey(0) cv.destroyAllWindows()

🍗 运行结果如下:

🥩 总结

随着人工智能的不断发展             ,机器学习这门技术也越来越重要                   ,很多人都开启了学习机器学习      ,本文就介绍了机器学习的基础内容            。介绍OpenCV中图像的处理                   。我们学习了如何安装模块      ,以及读取图片和图片的处理       。下一篇                   ,我们将介绍Haar的概念            ,以及如何对图片和视频中进行人脸检测            。

声明:本站所有文章      ,如无特殊说明或标注                   ,均为本站原创发布                  。任何个人或组织            ,在未征得本站同意时,禁止复制                  、盗用             、采集、发布本站内容到任何网站                  、书籍等各类媒体平台       。如若本站内容侵犯了原著者的合法权益                   ,可联系我们进行处理      。

创心域SEO版权声明:以上内容作者已申请原创保护,未经允许不得转载,侵权必究!授权事宜、对本内容有异议或投诉,敬请联系网站管理员,我们将尽快回复您,谢谢合作!

展开全文READ MORE
ivreghdfe命令怎么用(regloadr.exe – regloadr是什么进程 有什么用)