使用LBPH人脸识别器写一段人脸识别代码

以下是使用LBPH人脸识别器进行人脸识别的Python代码示例：

import cv2

# 加载人脸识别器和训练好的模型
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
recognizer = cv2.face.LBPHFaceRecognizer_create()
recognizer.read('trained_model.yml')

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取一帧视频
    ret, frame = cap.read()

    # 将图片转换为灰度图
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 检测人脸
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5)

    # 遍历每个人脸并进行识别
    for (x, y, w, h) in faces:
        # 画出人脸的矩形框
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

        # 提取人脸图像
        roi_gray = gray[y:y+h, x:x+w]

        # 进行人脸识别
        id, confidence = recognizer.predict(roi_gray)

        # 根据识别结果显示标签和置信度
        if confidence < 70:
            label = "Person " + str(id)
        else:
            label = "Unknown"
        cv2.putText(frame, label, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 2)

    # 显示视频帧
    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()

在此代码中，我们首先加载了OpenCV的人脸识别器和训练好的LBPH识别器模型。然后，我们打开摄像头，并在每个视频帧中检测人脸，并使用LBPH模型进行人脸识别。最后，我们将识别结果显示在视频帧上，并在按下q键时退出循环并关闭窗口。