C#摄像头采集数据，训练模型，进行物体识别
python摄像头采集数据，训练模型，进行物体识别
1.模型训练
训练模型，物体识别（opencv）
recognizer.Train()（训练）方法：
用于训练一个模型。它会根据提供的训练数据（如图像和对应的标签）来学习特征和模式，从而建立一个能够进行预测的模型。
训练过程可能涉及调整模型内部的参数，以最小化预测错误。
recognizer.Predict()（预测）方法：
使用已经训练好的模型来对新的输入数据进行预测。
例如，在人脸识别中，你可以输入一张新的人脸图像，然后模型会预测这个人的标签（即是谁）。
recognizer.Write("face_model.yml")(保存模型支持.xml和.yml) 方法：
生成模型
2.基类模型
车牌的识别：haarcascade_russian_plate_number.xml
人脸的识别：haarcascade_frontalface_default.xml
全身的识别：haarcascade_fullbody.xml
人体上半身的识别：haarcascade_upperbody.xml
人体下半身的识别：haarcascade_lowerbody.xml
眼镜的识别：haarcascade_eye_tree_eyeglasses.xml
眼睛的识别：haarcascade_eye.xml
左眼的识别：haarcascade_lefteye_2splits.xml
右眼的识别：haarcascade_righteye_2splits.xml
口的识别：haarcascade_mcs_mouth.xml
鼻子的识别：haarcascade_mcs_nose.xml
侧脸的识别：haarcascade_profileface.xml
微笑的识别：haarcascade_smile.xml
