python实现人脸识别经典算法（一）特征脸法_python人脸识别算法 - CSDN文库

5星 · 超过95%的资源 31 浏览量更新于2023-03-03 评论 6 收藏 67KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

python实现人脸识别经典算法（一）实现人脸识别经典算法（一）特征脸法特征脸法

主要为大家详细介绍了python实现人脸识别经典算法，特征脸法，具有一定的参考价值，感兴趣的小伙伴们可

以参考一下

近来想要做一做人脸识别相关的内容，主要是想集成一个系统，看到opencv已经集成了三种性能较好的算法，但是还是想自

己动手试一下，毕竟算法都比较初级。

操作环境：python2.7

第三方库：opencv for python、numpy

第一种比较经典的算法就是特征脸法，本质上其实就是PCA降维，这种算法的基本思路是，把二维的图像先灰度化，转化为

一通道的图像，之后再把它首尾相接转化为一个列向量，假设图像大小是20*20的，那么这个向量就是400维，理论上讲组织

成一个向量，就可以应用任何机器学习算法了，但是维度太高算法复杂度也会随之升高，所以需要使用PCA算法降维，然后

使用简单排序或者KNN都可以。

只当搬运工，送上链接。

PCA ，这篇博客讲得非常好了，从原理到实现基本看这个就能搞出来了：PCA的数学原理

特征脸法：PCA应用在人脸识别当中：人脸识别经典算法一：特征脸方法（Eigenface），这里与PCA有不同的操作就是特征

值分解的时候，由于图像组成的列向量维度太高，直接按照PCA算法求解会很慢，所以这里有一种特殊的处理方法。

数据组织形式为若干样本图片分类放入对应文件夹中，然后在统一存放入face文件夹下，测试图像单独一张图像即可。

另外，由于PCA中维度是一个很麻烦的事情，所以在程序中，我打印了很多维度信息，有助于我们理解PCA的工作过程和调

试。

代码如下：

#encoding=utf-8

import numpy as np

import cv2

import os

class EigenFace(object):

def __init__(self,threshold,dimNum,dsize):

self.threshold = threshold # 阈值暂未使用

self.dimNum = dimNum

self.dsize = dsize

def loadImg(self,fileName,dsize):

'''''

载入图像，灰度化处理，统一尺寸，直方图均衡化

:param fileName: 图像文件名

:param dsize: 统一尺寸大小。元组形式

:return: 图像矩阵

'''

img = cv2.imread(fileName)

retImg = cv2.resize(img,dsize)

retImg = cv2.cvtColor(retImg,cv2.COLOR_RGB2GRAY)

retImg = cv2.equalizeHist(retImg)

# cv2.imshow('img',retImg)

# cv2.waitKey()

return retImg

def createImgMat(self,dirName):

'''''

生成图像样本矩阵，组织形式为行为属性，列为样本

:param dirName: 包含训练数据集的图像文件夹路径

:return: 样本矩阵，标签矩阵

'''

dataMat = np.zeros((10,1))

label = []

for parent,dirnames,filenames in os.walk(dirName):

# print parent

# print dirnames

# print filenames

index = 0

for dirname in dirnames:

for subParent,subDirName,subFilenames in os.walk(parent+'/'+dirname):

for filename in subFilenames:

img = self.loadImg(subParent+'/'+filename,self.dsize)

tempImg = np.reshape(img,(-1,1))

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

评论5

无能为力就要努力

2023-07-28

这个文件解释了人脸识别经典算法的原理和实现，非常实用。

weixin_38534444

粉丝: 2
资源: 889

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈