opencv动态识别人脸

复制代码
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 )
相关推荐
数据科学作家1 天前
学数据分析必囤!数据分析必看!清华社9本书覆盖Stata/SPSS/Python全阶段学习路径
人工智能·python·机器学习·数据分析·统计·stata·spss
HXQ_晴天1 天前
CASToR 生成的文件进行转换
python
CV缝合救星1 天前
【Arxiv 2025 预发行论文】重磅突破!STAR-DSSA 模块横空出世:显著性+拓扑双重加持,小目标、大场景统统拿下!
人工智能·深度学习·计算机视觉·目标跟踪·即插即用模块
java1234_小锋1 天前
Scikit-learn Python机器学习 - 特征预处理 - 标准化 (Standardization):StandardScaler
python·机器学习·scikit-learn
Python×CATIA工业智造1 天前
Python带状态生成器完全指南:从基础到高并发系统设计
python·pycharm
向qian看_-_1 天前
Linux 使用pip报错(error: externally-managed-environment )解决方案
linux·python·pip
Nicole-----1 天前
Python - Union联合类型注解
开发语言·python
TDengine (老段)1 天前
从 ETL 到 Agentic AI:工业数据管理变革与 TDengine IDMP 的治理之道
数据库·数据仓库·人工智能·物联网·时序数据库·etl·tdengine
蓝桉8021 天前
如何进行神经网络的模型训练(视频代码中的知识点记录)
人工智能·深度学习·神经网络
星期天要睡觉1 天前
深度学习——数据增强(Data Augmentation)
人工智能·深度学习