2021-06-16人脸动态追踪face.LBPHFaceRecognizer()完整可运行

以下代码主要来源于网络，但经过自己调试修改后，已能完整运行，中间也碰到了很多坑，一一解决后写出来供大家参考！主要是cv2.face.属性不存在的问题，需要将opencv-python,opencv-contrib-python安装到位，不行的话，多用pip uninstall、install几次试试，我采用的opencv版本是3.4.2.16,另外重要一点：openCV不支持中文，文件夹或文件名不能出现中文。

'''
调用opencv的库实现人脸识别
学习openCV 2021-6-16
'''

import cv2
import numpy as np
import os
import shutil

#采集自己的人脸数据
def generator(data):
    '''
    打开摄像头，读取帧，检测该帧图像中的人脸，并进行剪切、缩放
    生成图片满足以下格式：
    1.灰度图，后缀为 .png
    2.图像大小相同
    3.params:
        data:指定生成的人脸数据的保存路径
    '''    
    name=input('my name:')
    #拼接一个完整的路径
    path=os.path.join(data,name)
     #如果路径存在则删除路径
    if os.path.isdir(path):
        shutil.rmtree(path)
    #创建文件夹
    os.mkdir(path)
    #创建一个级联分类器
    # C:\Users\JC\AppData\Local\Programs\Python\Python37\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml
    #似乎需要完整的路径，否则出错。
    face_casecade=cv2.CascadeClassifier(r"C:\Users\JC\AppData\Local\Programs\Python\Python37\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml")
    #打开摄像头
    camera=cv2.VideoCapture(0)
    cv2.namedWindow('Dynamic')
    #计数
    count=1
    
    while(True):
        #读取一帧图像
        ret,frame=camera.read()
        if ret:
            #转换为灰度图
            gray_img=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
            #人脸检测
            face=face_casecade.detectMultiScale(gray_img,1.3,5)

            for (x,y,w,h) in face:
                #在原图上绘制矩形
                cv2.rectangle(frame,(x,y),(x+w,y+h),(0,0,255),2)
                #调整图像大小
                new_frame=cv2.resize(frame[y:y+h,x:x+w],(92,112))
                #保存人脸
                cv2.imwrite('%s/%s.png'%(path,str(count)),new_frame)
                count+=1

            cv2.imshow('Dynamic',frame)
            #按下ESC键退出 或 已采集了128张图片
            if cv2.waitKey(100) & 0xff==27 or count>128:
                break
    camera.release()
    cv2.destroyAllWindows()

#载入图像   读取ORL人脸数据库，准备训练数据
def LoadImages(data):
    '''
    加载图片数据用于训练
    params:
        data:训练数据所在的目录，要求图片尺寸一样
    ret:
        images:[m,height,width]  m为样本数，height为高，width为宽
        names：名字的集合
        labels：标签
    '''
    images=[]
    names=[]
    labels=[]
    
    label=0
    
    #遍历所有文件夹
    for subdir in os.listdir(data):
        subpath=os.path.join(data,subdir)
        #判断文件夹是否存在
        if os.path.isdir(subpath):
            #在每一个文件夹中存放着一个人的许多照片
            names.append(subdir)
            #遍历文件夹中的图片文件
            for filename in os.listdir(subpath):
                imgpath=os.path.join(subpath,filename)
                img=cv2.imread(imgpath,cv2.IMREAD_COLOR)
                gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
                images.append(gray_img)
                labels.append(label)
            label+=1

    images=np.asarray(images)
    labels=np.asarray(labels)
    return images,labels,names
        
    
#检验训练结果
def FaceRec(data):
    #加载训练的数据 
    #  X:images （多个人脸图像，如 张三 50张脸，李四 33个脸，王二麻子 35个脸）
    #  y:labels（似乎只是一个顺序号）
    #  names:names (即你输入的名字，可以识别多个人脸)

    X,y,names=LoadImages(data)

    ##model这个位置把人弄死了，问题在于。。。？opencv-python 与 opencv-contrib-python 2个模块都要安装到位
    ##采用3.4.2.16版本，uninstall,install 搞几次，居然成了......

    model = cv2.face.LBPHFaceRecognizer_create()
    
    model.train(X,y)
    
    #打开摄像头
    camera=cv2.VideoCapture(0)
    cv2.namedWindow('Dynamic')
    
    #创建级联分类器
    face_casecade=cv2.CascadeClassifier(r"C:\Users\JC\AppData\Local\Programs\Python\Python37\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml")    
    
    while(True):
        #读取一帧图像      #ret:图像是否读取成功        #frame：该帧图像
        ret,frame=camera.read()

        #判断图像是否读取成功  
        if ret:
            #转换为灰度图
            gray_img=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)

            #利用级联分类器鉴别人脸
            faces=face_casecade.detectMultiScale(gray_img,1.3,5)
            
            #遍历每一帧图像，画出矩形
            for (x,y,w,h) in faces:
                frame=cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)  #蓝色
                roi_gray=gray_img[y:y+h,x:x+w]
                
                try:
                    #将图像转换为宽92 高112的图像
                    #resize（原图像，目标大小，（插值方法）interpolation=，）
                    roi_gray=cv2.resize(roi_gray,(92,112),interpolation=cv2.INTER_LINEAR)
                    params=model.predict(roi_gray)

                    #输出标签和可信度

                    print('Label:%s,confidence:%.2f'%(params[0],params[1]))

                    ##putText:给照片添加文字   putText(输入图像，'所需添加的文字'，左上角的坐标，字体，字体大小，颜色，字体粗细)
                    
                    cv2.putText(frame,names[params[0]],(x,y-20),cv2.FONT_HERSHEY_SIMPLEX,1,255,2)

                except:
                    continue
                
            cv2.imshow('Dynamic',frame)
                
                #按下ESC键退出

            if cv2.waitKey(100) & 0xff==27:
                break
    camera.release()
    cv2.destroyAllWindows()

if __name__=='__main__':
    data=r'C:\Users\JC\Desktop\myCode\FaceTrack\FaceTrack\face'
    generator(data)
    FaceRec(data)