opencv实现人脸身份验证
时间: 2023-12-30 08:23:37 浏览: 30
以下是两种使用OpenCV实现人脸身份验证的方法:
1. 使用OpenCV的人脸分类器haar来识别人脸区域,并将当前帧保存为图片:
```python
import cv2
# 加载人脸分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# 打开摄像头
cap = cv2.VideoCapture(0)
while True:
# 读取当前帧
ret, frame = cap.read()
# 将当前帧转换为灰度图像
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 检测人脸
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
# 在人脸区域绘制矩形框
for (x, y, w, h) in faces:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 显示当前帧
cv2.imshow('Face Detection', frame)
# 按下 'q' 键退出循环
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()
```
2. 使用OpenCV获取人脸数据,训练自己的卷积神经网络,并用训练好的模型来识别人脸:
```python
import cv2
# 加载人脸分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# 加载训练好的模型
model = cv2.face.LBPHFaceRecognizer_create()
model.read('trained_model.xml')
# 打开摄像头
cap = cv2.VideoCapture(0)
while True:
# 读取当前帧
ret, frame = cap.read()
# 将当前帧转换为灰度图像
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 检测人脸
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
# 在人脸区域绘制矩形框并进行人脸识别
for (x, y, w, h) in faces:
# 提取人脸区域
face_roi = gray[y:y+h, x:x+w]
# 进行人脸识别
label, confidence = model.predict(face_roi)
# 根据置信度判断身份
if confidence < 70:
# 标注身份
cv2.putText(frame, 'Person ' + str(label), (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)
else:
# 标注未知身份
cv2.putText(frame, 'Unknown', (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 0, 255), 2)
# 在人脸区域绘制矩形框
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 显示当前帧
cv2.imshow('Face Recognition', frame)
# 按下 'q' 键退出循环
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()
```