recognizer = cv2.face.createLBPHFaceRecognizer() recognizer.load('./trainner/trainner.yml')

时间: 2024-03-20 16:39:44 浏览: 12
在CV 3.x版本中,`cv2.face.createLBPHFaceRecognizer()`方法可以用来创建LBPHFaceRecognizer对象。所以你可以使用以下代码来读取训练好的模型: ``` recognizer = cv2.face.createLBPHFaceRecognizer() recognizer.load('./trainner/trainner.yml') ``` 这个代码将创建一个`cv2.face_LBPHFaceRecognizer`对象,然后使用`load()`方法从文件中读取训练好的模型。
相关问题

File "3.py", line 9, in <module> recognizer.read('./trainner/trainner.yml') AttributeError: 'cv2.face_LBPHFaceRecognizer' object has no attribute 'read'

这个错误是由于`cv2.face_LBPHFaceRecognizer`对象没有`read()`方法导致的。在OpenCV 4.0及以上版本中,LBPHFaceRecognizer的`read()`方法已被移除。相应的,使用`read()`方法的代码应该改为使用`cv2.face.load()`方法。你可以使用以下代码: ``` recognizer = cv2.face.LBPHFaceRecognizer_create() recognizer.load('./trainner/trainner.yml') ``` 这个代码将创建一个`cv2.face_LBPHFaceRecognizer`对象,然后使用`load()`方法从文件中读取训练好的模型。

AttributeError: 'cv2.FaceRecognizerSF' object has no attribute 'read'

`cv2.FaceRecognizerSF` 类是 OpenCV 2 版本中的人脸识别器类,它并不具有 `read()` 方法。如果你需要从磁盘上读取训练好的人脸识别模型,可以使用 OpenCV 3 中的人脸识别器类 `cv2.face.LBPHFaceRecognizer_create()` 或 `cv2.face.EigenFaceRecognizer_create()` 或 `cv2.face.FisherFaceRecognizer_create()`。 以下是使用 `cv2.face.LBPHFaceRecognizer_create()` 类加载人脸识别模型的示例代码: ```python import cv2 # 创建人脸识别器对象 recognizer = cv2.face.LBPHFaceRecognizer_create() # 从文件中读取训练好的人脸识别模型 recognizer.read('path/to/your/trained_model.yml') ``` 如果你使用的是 OpenCV 2 版本,你可以使用 `cv2.createLBPHFaceRecognizer()` 函数创建人脸识别器对象,并使用 `load()` 方法加载训练好的人脸识别模型。以下是一个示例代码: ```python import cv2 # 创建人脸识别器对象 recognizer = cv2.createLBPHFaceRecognizer() # 从文件中加载训练好的人脸识别模型 recognizer.load('path/to/your/trained_model.yml') ``` 需要注意的是,OpenCV 2 中的人脸识别器已经被 OpenCV 3 中的人脸识别器替代,因此建议尽可能使用 OpenCV 3 中的人脸识别器类。

相关推荐

最新推荐

recommend-type

安装NumPy教程-详细版

附件是安装NumPy教程_详细版,文件绿色安全,请大家放心下载,仅供交流学习使用,无任何商业目的!
recommend-type

语音端点检测及其在Matlab中的实现.zip

语音端点检测及其在Matlab中的实现.zip
recommend-type

C#文档打印程序Demo

使用C#完成一般文档的打印,带有页眉,页脚文档打印,表格打印,打印预览等
recommend-type

DirectX修复工具-4-194985.zip

directx修复工具 DirectX修复工具(DirectX repair)是系统DirectX组件修复工具,DirectX修复工具主要是用于检测当前系统的DirectX状态,若发现异常情况就可以马上进行修复,非常快捷,使用效果也非常好。
recommend-type

Python手动实现人脸识别算法

人脸识别的主要算法 其核心算法是 欧式距离算法使用该算法计算两张脸的面部特征差异,一般在0.6 以下都可以被认为是同一张脸 人脸识别的主要步骤 1 获得人脸图片 2 将人脸图片转为128D的矩阵(这个也就是人脸特征的一种数字化表现) 3 保存人脸128D的特征到文件中 4 获取其他人脸转为128D特征通过欧式距离算法与我们保存的特征对比,如果差距在0.6以下就说明两张脸差距比较小
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

可见光定位LED及其供电硬件具体型号,广角镜头和探测器,实验设计具体流程步骤,

1. 可见光定位LED型号:一般可使用5mm或3mm的普通白色LED,也可以选择专门用于定位的LED,例如OSRAM公司的SFH 4715AS或Vishay公司的VLMU3500-385-120。 2. 供电硬件型号:可以使用常见的直流电源供电,也可以选择专门的LED驱动器,例如Meanwell公司的ELG-75-C或ELG-150-C系列。 3. 广角镜头和探测器型号:一般可采用广角透镜和CMOS摄像头或光电二极管探测器,例如Omron公司的B5W-LA或Murata公司的IRS-B210ST01。 4. 实验设计流程步骤: 1)确定实验目的和研究对象,例如车辆或机器人的定位和导航。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。