import cv2
import os
import numpy as np
def take_faces():
while True:
key = input('请输入文件夹的名字,姓名拼音的缩写,如果输入Q,程序退出!')
if key == 'Q':
break
# 在faces_dynamic下面创建子文件夹
os.makedirs('./faces_dymamic/%s' % (key), exist_ok=True)
take_photo(key)
def load_data():
listdir = os.listdir('./faces_dymamic')
#列表生成式
names = [d for d in listdir if not d.startswith('.')]
faces = []
target = [i for i in range(len(names))]*10
for dir in names:
for i in range(1,11):
gray = cv2.imread('./faces_dymamic/%s/%d.jpg'% (dir,i)) #三维图片
gray_ = gray[:, :, 0] #二维数组
faces.append(gray_)
faces = np.asarray(faces)
target = np.asarray(target)
target.sort() # 排序
return faces,target,names
def dynamic_recognizer_face(face_recognizer,names):
cap = cv2.VideoCapture(0)
#人脸检测
face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml')
while True:
flag,frame = cap.read()
if not flag:
break
gray = cv2.cvtColor(frame, code=cv2.COLOR_BGR2GRAY)
faces = face_detector.detectMultiScale(gray,minNeighbors=5)
for x,y,w,h in faces:
face = gray[y:y + h, x:x + w]
face = cv2.resize(face, dsize=(64, 64))
y_,confidence = face_recognizer.predict(face)
label = names[y_]
print('这个人是:%s.置信度:%0.1f'%(label,confidence))
cv2.rectangle(frame,pt1=(x,y),pt2=(x+w,y+h),color=[0,0,255],thickness=2)
cv2.putText(frame,text=label,
org=(x,y-10),
fontFace=cv2.FONT_HERSHEY_SIMPLEX,
fontScale=1.5,
color=[0,0,255],thickness=2)
cv2.imshow('face',frame)
key = cv2.waitKey(1000//24)
if key == ord('q'):
break
cv2.destroyAllWindows()
cap.release()
if __name__ == '__main__':
#2、加载数据,返回目标值
faces,target,names = load_data()
#print(faces.shape,target.shape)
#3、加载人脸识别算法
#face_recognizer = cv2.face.EigenFaceRecognizer_create()
#face_recognizer = cv2.face.FisherFaceRecognizer_create()
face_recognizer = cv2.face.LBPHFaceRecognizer_create()
#4、算法训练,找到目标值之间的规律
face_recognizer.train(faces,target)
#5、动态加载数据
dynamic_recognizer_face(face_recognizer,names )
opencv动态识别人脸
weixin_462901972024-04-28 14:49
相关推荐
CodeCraft Studio32 分钟前
CAD文件处理控件Aspose.CAD教程:使用 Python 将绘图转换为 PhotoshopPython×CATIA工业智造2 小时前
Frida RPC高级应用:动态模拟执行Android so文件实战指南千宇宙航3 小时前
闲庭信步使用SV搭建图像测试平台:第三十一课——基于神经网络的手写数字识别onceco3 小时前
领域LLM九讲——第5讲 为什么选择OpenManus而不是QwenAgent(附LLM免费api邀请码)狐凄4 小时前
Python实例题:基于 Python 的简单聊天机器人悦悦子a啊5 小时前
Python之--基本知识whoarethenext6 小时前
使用 C++/OpenCV 和 MFCC 构建双重认证智能门禁系统jndingxin6 小时前
OpenCV CUDA模块设备层-----高效地计算两个 uint 类型值的带权重平均值Sweet锦6 小时前
零基础保姆级本地化部署文心大模型4.5开源系列笑稀了的野生俊6 小时前
在服务器中下载 HuggingFace 模型:终极指南