python+tensorflow2.0实现简单人脸识别-----第一天：训练集的采集

简单v发v过

已于 2022-01-18 18:02:13 修改

阅读量3.4k

点赞数 5

文章标签： python opencv 计算机视觉 tensorflow 人脸识别

于 2022-01-18 17:56:42 首次发布

本文链接：https://blog.youkuaiyun.com/qq_45847100/article/details/122563194

版权

本文介绍了作者在使用TensorFlow2.0和Python3.9.0进行人脸识别系统的初步尝试，首先专注于数据集的采集。通过OpenCV的haarcascade人脸检测框架，结合摄像头捕获人脸，裁剪并统一尺寸后保存。作者提醒注意代码中的人脸采集速度，避免因图片过于相似影响训练效果。在遇到问题时，作者愿意提供帮助。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

作者想着本次寒假自己动手做一个简单的人脸识别系统。
环境为tensorflow2.0，python3.9.0，opencv3.4.15。

本人新手一枚，代码如有错误还望各位指教。

总体思路是制作数据集—编写模型—训练模型—调整模型。

第一天首先把人脸数据集做好。思路是用opencv来识别人脸（利用笔记本自带摄像头），将人脸裁剪出来，然后统一大小，最后保存。

第一步
导入opencv

import cv2

利用opencv里面自带的人脸识别框架haarcascade来识别人脸。

face_cascade = cv2.CascadeClassifier("E:\\anaconda\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_default.xml")#实例化识别框架

第二步
实例化opencv摄像头

cap=cv2.VideoCapture(0 + cv2.CAP_DSHOW)

0表示摄像头用自带的摄像头（如果是外接摄像头则要改变）。后面的‘+ cv2.CAP_DSHOW’是调试的时候短时间内连续打开摄像头就会报错，我参考了一位老哥的帖子加上的，十分感谢。原帖地址

第三步
采集人脸信息。

while True:
    ret,img=cap.read()#将摄像头读取到的图像传给参数
    cv2.imshow("img",img)#显示图像
    gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#将采集到的图片转为灰度图片
    faces = face_cascade.detectMultiScale(gray,1.1

最低0.47元/天解锁文章