openCV-python人脸识别
时间: 2023-10-19 09:18:37 浏览: 58
要使用OpenCV-Python进行人脸识别,需要先安装OpenCV-Python和其他必要的库。然后,你需要使用Haar Cascades分类器进行人脸检测,然后使用LBPH(Local Binary Patterns Histograms)算法或Eigenfaces算法进行人脸识别。
以下是一个基本的OpenCV-Python人脸识别代码示例:
```python
import cv2
# 加载分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# 加载训练数据
recognizer = cv2.face.LBPHFaceRecognizer_create()
recognizer.read("trainer.yml")
# 打开摄像头
cap = cv2.VideoCapture(0)
while True:
# 读取帧
ret, img = cap.read()
# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 检测人脸
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
# 对于每个检测到的人脸
for (x, y, w, h) in faces:
# 绘制矩形框
cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 识别人脸
id_, confidence = recognizer.predict(gray[y:y+h, x:x+w])
if confidence > 50:
# 如果置信度大于50,显示识别结果
cv2.putText(img, str(id_), (x+5, y-5), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 2)
else:
# 如果置信度小于50,显示未知
cv2.putText(img, "Unknown", (x+5, y-5), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 2)
# 显示帧
cv2.imshow('camera', img)
# 按q退出
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放摄像头
cap.release()
# 关闭所有窗口
cv2.destroyAllWindows()
```
在运行代码之前,请确保已经下载了Haar Cascades分类器,并将其保存在与代码相同的目录中。你还需要训练你的识别器并将其保存为“trainer.yml”文件。