python+opencv简单人脸识别(源码)(有手就行)

2024-07-17 13:34| 来源: 网络整理| 查看: 265

环境：python3.9 opencv-python 4.5.5.62

首先是录入人脸，信息会保存到py文件的同级目录下的data文件中，data文件要先创建好，否则不能生成文件，然后训练生成trainer/trainer.yml文件，trainer文件也要先创建，然后进行检测就好，代码中用的xml文件的下载地址：代码中的xml文件 haarcascade_frontalface_alt2.xml haarcascade_frontalface_default.xml

haarcascade的其他文件 haarcascade_eye.xml haarcascade_eye_tree_eyeglasses.xml haarcascade_frontalcatface.xml haarcascade_frontalcatface_extended.xml haarcascade_frontalface_alt.xml haarcascade_frontalface_alt_tree.xml haarcascade_fullbody.xml haarcascade_lefteye_2splits.xml haarcascade_licence_plate_rus_16stages.xml haarcascade_lowerbody.xml haarcascade_profileface.xml haarcascade_righteye_2splits.xml haarcascade_russian_plate_number.xml haarcascade_smile.xml haarcascade_upperbody.xml

源码：录入人脸 # Enter # 2022/2/17 import cv2 face_name = '' # 该人脸的名字 # 加载OpenCV人脸检测分类器 face_cascade = cv2.CascadeClassifier("E:/data/haarcascade_frontalface_default.xml") recognizer = cv2.face.LBPHFaceRecognizer_create() # 准备好识别方法LBPH方法 camera = cv2.VideoCapture(0 ,cv2.CAP_DSHOW) # 0:开启摄像头 success, img = camera.read() # 从摄像头读取照片 W_size = 0.1 * camera.get(3) # 在视频流的帧的宽度 H_size = 0.1 * camera.get(4) # 在视频流的帧的高度 def get_face(): print("正在从摄像头录入新人脸信息 \n") picture_num = 0 # 设置录入照片的初始值 while True: # 从摄像头读取图片 global success # 设置全局变量 global img # 设置全局变量 ret, frame = camera.read() # 获得摄像头读取到的数据(ret为返回值,frame为视频中的每一帧) if ret is True: gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 转为灰度图片 cv2.imshow("gray",gray) else: break face_detector = face_cascade # 记录摄像头记录的每一帧的数据，让Classifier判断人脸 faces = face_detector.detectMultiScale(gray, 1.3, 5) # gray是要灰度图像，1.3为每次图像尺寸减小的比例，5为minNeighbors for (x, y, w, h) in faces: # 制造一个矩形框选人脸(xy为左上角的坐标,w为宽，h为高) cv2.rectangle(frame, (x, y), (x + w, y + w), (255, 0, 0)) picture_num += 1 # 照片数加一 t = face_name print("./data/1." + str(t) + '.' + str(picture_num)) cv2.imwrite("./data/1." + str(t) + '.' + str(picture_num) + '.jpg', gray[y:y + h, x:x + w]) # 保存图像，将脸部的特征转化为二维数组，保存在data文件夹内 maximums_picture = 13 # 设置摄像头拍摄照片的数量的上限 if picture_num > maximums_picture: break cv2.waitKey(1000) get_face() 训练 # Train # 2022/2/17 import os import cv2 from PIL import Image import numpy as np def getlable(path): facesamples = [] # 储存人脸数据(该数据为二位数组) ids = [] # 储存星门数据 imagepaths = [os.path.join(path, f) for f in os.listdir(path)] # 储存图片信息 face_detector = cv2.CascadeClassifier('E:/data/' 'haarcascade_frontalface_alt2.xml') # 加载分类器 print('数据排列：', imagepaths) # 打印数组imagepaths for imagePath in imagepaths: # 遍历列表中的图片 pil_img = Image.open(imagePath).convert('L') # 打开图片，灰度化，PIL的两种不同模式： # (1)1(黑白，有像素的地方为1，无像素的地方为0) # (2)L(灰度图像，把每个像素点变成0~255的数值，颜色越深值越大) img_numpy = np.array(pil_img, 'uint8') # 将图像转化为数组 faces = face_detector.detectMultiScale(img_numpy) # 获取人脸特征 id = int(os.path.split(imagePath)[1].split('.')[0]) # 获取每张图片的id和姓名 for x, y, w, h in faces: # 预防无面容照片 ids.append(id) facesamples.append(img_numpy[y:y + h, x:x + w]) # 打印脸部特征和id print('id:', id) print('fs:', facesamples) return facesamples, ids if __name__ == '__main__': path = 'C:/Desktop/py/Face_ Recognition/data' # 图片路径 faces, ids = getlable(path) # 获取图像数组和id标签数组和姓名 recognizer = cv2.face.LBPHFaceRecognizer_create() # 获取训练对象 recognizer.train(faces, np.array(ids)) recognizer.write('trainer/trainer.yml') # 保存生成的人脸特征数据文件识别 # Recognition # 2022/2/17 import cv2 import os # 加载训练数据集文件 recogizer = cv2.face.LBPHFaceRecognizer_create() recogizer.read('trainer/trainer.yml') # 获取脸部特征数据文件 names = [] warningtime = 0 def face_detect_demo(img): gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转换为灰度图像 face_detector = cv2.CascadeClassifier("E:/data/haarcascade_frontalface_default.xml") # 加载分类器 face = face_detector.detectMultiScale(gray, 1.3, 5, cv2.CASCADE_SCALE_IMAGE, (100, 100), (300, 300)) # 进行识别，把整张人脸部分框起来 for x, y, w, h in face: cv2.rectangle(img, (x, y), (x + w, y + h), color=(0, 0, 255), thickness=2) # 矩形 cv2.circle(img, center=(x + w // 2, y + h // 2), radius=w // 2, color=(0, 255, 0), thickness=1) # 圆形 ids, confidence = recogizer.predict(gray[y:y + h, x:x + w]) # 进行预测、评分 if confidence > 80: global warningtime warningtime += 1 if warningtime > 100: # 警报达到一定次数，说明不是这个人 warningtime = 0 cv2.putText(img, 'unkonw', (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1) else: cv2.putText(img, str(names[ids - 1]), (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1) # 把姓名打到人脸的框图上 cv2.imshow('result', img) # print('bug:',ids) def name(): path = 'C:/Users/wangb/Desktop/py/Face_ Recognition/data' imagepaths = [os.path.join(path, f) for f in os.listdir(path)] for imagePath in imagepaths: name1 = str(os.path.split(imagePath)[1].split('.', 2)[1]) names.append(name1) cap = cv2.VideoCapture(0,cv2.CAP_DSHOW) name() while True: flag, frame = cap.read() # 获得摄像头读取到的数据(flag为返回值,frame为视频中的每一帧) if not flag: break face_detect_demo(frame) if ord(' ') == cv2.waitKey(10): # 按空格，退出 break cv2.destroyAllWindows() cap.release() # print(names)

识别效果

在这里插入图片描述

问题：如果cv2.VideoCapture(0) 报错: ...\cap_msmf.cpp(435)anonymousnamespace'::SourceReaderCB::~SourceReaderCB terminating async callback 改为：cv2.VideoCapture(0 ,cv2.CAP_DSHOW) 可能是版本兼容问题

【本文地址】

公司简介

联系我们

今日新闻

推荐新闻

专题文章