210326阶段三人脸识别

最新推荐文章于 2023-09-05 23:10:32 发布

pear_11

最新推荐文章于 2023-09-05 23:10:32 发布

阅读量195

点赞数

CC 4.0 BY-SA版权

分类专栏： opencv

本文链接：https://blog.youkuaiyun.com/pear_11/article/details/115253313

opencv 专栏收录该内容

4 篇文章

订阅专栏

这篇博客主要介绍了人脸识别的三个关键步骤：使用级联分类器进行人脸检测，通过LBPH模型进行人脸训练和学习，并利用该模型进行人脸识别。作者分享了学习过程中的理解和收获。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、学习的知识点

1.人脸检测,使用级联分类器读取haarcascade_frontalface_default.xml 文件检测照片里面有无脸的信息

2.人脸训练/学习：保存一张人脸不同角度的照片，使用LBPH人脸模型提取脸的信息/特征存为xml或yml文件。

cv::Ptr<face::LBPHFaceRecognizer> model; //cv::ptr 类似于指针 LBPHFaceRecognizer人脸模型 可以用来训练或者识别 LBPH局部二进制编码直方图
void MainWindow::on_pushButton_train_clicked()
{
    vector<Mat> images;//要训练的图片
    vector<int> ids; //照片对应人物的id
    char buf[100];
    for (int i=0;i<50;i++)
    {
        sprintf(buf,"./image/%d.jpg",i);
        images.push_back( imread(buf,CV_LOAD_IMAGE_GRAYSCALE) ); //CV_LOAD_IMAGE_GRAYSCALE 以灰度缩放读取图片
        ids.push_back(1001);
    }

    this->model->train(images,ids); //训练的API  训练完成
    this->model->save("faces.yml"); //存成文件
}

3.人脸识别：使用LBPH人脸模型读取文件信息，再使用该模型的predict方法读取照片，比较照片的特征与文件的特征是否符合，识别出人脸。

void MainWindow::on_pushButton_recongnize_clicked()
{
    this->model->read("./faces.yml"); //读取存放面部特征的图片
    Mat img=imread("./image/1.jpg",CV_LOAD_IMAGE_GRAYSCALE);
    this->model->setThreshold(60);//设置精准度
    int ret=this->model->predict(img);//将照片与特征比较，符合就输出照片对应的id
    cout<<ret<<endl;
}