LBPH的代码实现

原创

已于 2023-10-26 09:39:37 修改 · 272 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#1024程序员节

于 2023-10-24 19:58:01 首次发布

博客介绍了LBPH（局部二进制编码直方图）人脸识别法，其基本思想是以像素为中心进行二进制编码，获取图像的LBP编码直方图以实现人脸识别，优点是不受光照等影响。还提及OpenCV有三种人脸识别方法，LBPH灵活性高，允许人脸形状、大小不同，最后提到代码实现及运行结果。

什么是LBPH?

代码实现

什么是LBPH?

LBPH(Local Binary PatternsHistograms)局部二进制编码直方图，建立在LBPH基础之上的人脸识别法基本思想如下：首先以每个像素为中心，判断与周围像素灰度值大小关系，对其进行二进制编码，从而获得整幅图像的LBP编码图像；再将LBP图像分为个区域，获取每个区域的LBP编码直方图，继而得到整幅图像的LBP编码直方图，通过比较不同人脸图像LBP编码直方图达到人脸识别的目的,其优点是不会受到光照、缩放、旋转和平移的影响。

OpenCV提供了三种人脸识别的方法，分别是LBPH方法、EigenFishfaces方法、Fisherfaces方法。

为什么要使用LBPH而不是其他？

LBPH：将检测到的人脸分为小单元，并将其与模型中的对应单元进行比较，对每个区域的匹配值产生一个直方图。由于这种方法的灵活性， LBPH是唯一允许模型样本人脸和检测到的人脸在形状、大小上可以不同的人脸识别算法。

详细原理可点击此链接查看

代码实现

# 导入OpenCV库，这是一个开源的计算机视觉和机器学习库
import

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

AI_dataloads

关注关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

基于OpenCV的人脸识别：LBPH算法

zdx2585503940的博客

05-11

2256

这个系统使用了OpenCV的LBPH（Local Binary Patterns Histograms）人脸识别算法，通过训练已知的人脸图像，然后对新的图像进行预测识别。通过这个简单的示例，我们了解了如何使用OpenCV实现基础的人脸识别功能。虽然这个系统比较简单，但它展示了人脸识别的基本原理和工作流程。随着样本数量的增加和算法的优化，系统的识别准确率可以进一步提高。希望这篇博客对你理解人脸识别技术有所帮助！如果你有任何问题或建议，欢迎在评论区留言。万事胜意，得偿所愿！加油各位！！！🚀🚀🚀。

人脸识别python（LBPH）

04-23

基于LBP算法的人脸识别程序（python），建立相应的文件夹，修改代码路径即可使用，很基础的代码供人脸识别学习。

参与评论您还未登录，请先登录后发表或查看评论

LBPH——图像的LBP特征向量

张齐贤的博客

09-11

6888

紧接上一篇未完成的工作，实现LBPH！！！介绍其实上篇博客已经介绍了一些LBP的实现： https://blog.youkuaiyun.com/zqx951102/article/details/100713614 LBPH的概念这篇博客有介绍， https://blog.youkuaiyun.com/guo1988kui/article/details/79976202 LBPH，Local Binary Patte...

基于OpenCV和LBPH算法的人脸识别系统（附Python完整代码）

YFSakura的博客

09-23

2604

本文将介绍一种基于OpenCV库和LBPH算法设计的人脸识别系统。

【进阶OpenCV】（14）-- 人脸识别 -- LBPH 算法

m0_74896766的博客

10-15

2800

本篇介绍了如何通过创建LBPH的人脸识别器来进行人脸识别。

OpenCV--基于python人脸LBPH识别

最新发布

11-07

在OpenCV中可以较为方便地实现LBPH算法进行人脸识别，以下是一个简单的Python代码示例： ```python import cv2 import os # 加载人脸检测器 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haar...

Opencv LBPH人脸识别算法详解

08-26

在实现LBPH算法的代码中，涉及到几个重要的参数，包括： - radius：用于计算LBP时，邻域半径的大小。 - neighbors：用于计算LBP时，考虑的邻域内点的数量。 - grid_x：将图像划分为多少列。 - grid_y：将图像划分为...

基于OpenCV 3, LBPH 人脸识别 Python代码

04-21

在本项目中，我们主要探讨的是使用OpenCV 3库，特别是它的Local Binary Patterns Histograms (LBPH)算法，来实现人脸识别功能。OpenCV是一个强大的计算机视觉库，它提供了多种图像处理和计算机视觉的工具，而LBPH是...

特征提取方法—LBP

hylan的博客

01-26

2992

特征提取方法—LBP介绍及LBPH算法描述。

用LBPH、FisherFaces与EignFaces算法进行人脸识别

qq_46067306的博客

10-10

4459

人脸识别就是找到一个可以表征每个人脸特征的模型，在进行识别是先提取当人脸的特征，再从已有的特征集这种找到最为接近的人脸样本，从而得到当前人脸的标签。在如今的世界，人脸识别也变得越来越重要，应用越来越广泛，比如人脸识别可用于身份认证、摄影、支付、视频等领域。在Opencv中提供了LPBH、EigenFishfaces和FisherFace三种人脸识别方法。一、LBPH算法 LBPH所使用的模型基于LBP算法，其基本原理是将图像（灰度图，如果是彩色图则先转为灰度图）中某个像素点的值与其最临近的3×3邻域8

人脸识别-特征算法

2301_77698138的博客

10-16

2万+

Eigenfaces、Fisherfaces和LBPH都是人脸识别中的经典算法，它们各自具有不同的特点和优势。Eigenfaces和Fisherfaces关注全局信息，而LBPH注重局部特征。在实际应用中，可以根据具体需求和场景选择合适的算法进行人脸识别。例如，在需要处理大规模数据集时，可以选择Eigenfaces算法；在需要注重分类性能时，可以选择Fisherfaces算法；在复杂环境下进行人脸识别时，可以选择LBPH算法。

LBPH算法实现人脸匹配

qq_61600833的博客

11-01

1218

首先，它对光照变化有一定的鲁棒性，因为它关注的是局部像素之间的相对关系，而不是绝对的像素值。另外，它的识别精度相对一些基于深度学习的先进算法可能会稍低一些，在面对大量相似人脸的场景中，可能会出现混淆的情况。在一些小型的安防监控系统中，如家庭安防摄像头，它可以快速地对进入监控区域的人员进行初步的人脸检测和识别，判断是否为熟悉的人员。总之，LBPH 人脸检测算法是一种简单而有效的人脸检测方法，通过深入了解它的原理、实践应用以及优势和局限性，我们能够更好地在合适的场景中运用它，并为未来的技术改进提供思路。

opencv学习笔记六十七：LBPH人脸识别算法

qq_24946843的博客

09-29

7246

简要： LBPH(Local Binary PatternsHistograms)局部二进制编码直方图，建立在LBPH基础之上的人脸识别法基本思想如下：首先以每个像素为中心，判断与周围像素灰度值大小关系，对其进行二进制编码，从而获得整幅图像的LBP编码图像；再将LBP图像分为个区域，获取每个区域的LBP编码直方图，继而得到整幅图像的LBP编码直方图，通过比较不同人脸图像LBP编码直方图达到人脸...

OpenCV人脸识别LBPH算法原理、案例解析

m0_65065095的博客

05-14

1384

本文详细介绍基于 OpenCV 的 LBPH（Local Binary Patterns Histograms）人脸识别算法原理与实战流程，包含数据集准备、模型训练、实时识别等关键步骤，并提供完整 Python 代码示例，适合入门级开发者快速掌握传统人脸识别技术。LBPH(Local Binary Patterns Histogram，局部二值模式直方图)算法使用的模型基于LBP(Local Binary Pattern，局部二值模式)算法。

LBP特征（6）LBPH

zfjBIT的专栏

05-29

2693

LBPH——图像的LBP特征向量 LBPH，Local Binary Patterns Histograms，即LBP特征的统计直方图，LBPH将LBP特征与图像的空间信息结合在一起。这种表示方法由Ahonen等人在论文【Ahonen, T., Hadid, A., and Pietikainen, M. Face Recognition with Local Binary Patterns. ...

Linux系统下利用OpenCV实现人脸检测和基于LBPH算法的人脸识别

songhuancai的博客

10-14

7439

本文主要的目的是进行人脸检测和人脸识别。实验环境为Ubuntu16.04 LTS虚拟机版，技术为OpenCV，语言为c++。其中人脸检测的主要过程是从一张图片中检测出人脸可以是一个或者是多个，然后用矩形或者圆形线圈标注出来。人脸识别是基于LBPH算法实现，首先给定一张带有人脸的图片，需要提取出人脸，然后在一个图片集中进行逐个的匹配将相似度最大的一个作为匹配结果，并将此人名字打印在图片上。

opencv进阶11-LBPH 人脸识别（人脸对比）

小海聊智造

08-21

3680

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，最后用函数完成人脸识别。下面分别介绍上述三个函数。函数cv2.face.LBPHFaceRecognizer_create()函数 cv2.face.LBPHFaceRecognizer_create()的语法格式为：radius：半径值，默认值为 1。