opencv项目_人脸识别_LBPH_python

Local Binary Pattern Histogram人脸识别器（文末有全部代码）

Looul Biay Patem Hstogam简称LBPH,翻译过来就是局部二值模式直方图，这是一种基于局部二值模式算法，善于捕获局部纹理特征。开发者需要通过三个方法来完成人脸识别操作。
(I)通过0v2 Ree. LERCRCe. Ctato方法创建LBPH人脸识别器，其语法如下，
recognizer = cv2. face. LBPHFaceRecognizer_ create(radius,neighoors,grid_x，grid_ y, threshold)
参数说明:

返回值说明:

(2)创建完识别器对象之后，需要通过对象的train() 方法来训练识别器。建议每个人都给出2张
以上的照片作为训练样本。train() 方法的语法如下:

对象说明:

参数说明:

(3)训练完识别器之后就可以通过识别器的predict()方法来识别人脸了，该方法会对比样本的
给出最相近的结果和评分，其语法如下:

abel, confidence = recognizer . predict(src)

对象说明:

参数说明:

返回值说明：

具体使用方法：

capture=cv2.VideoCapture(1,cv2.CAP_DSHOW)

这里的参数“1”指的是外置摄像头， 就是如下图所示，如果你想用笔记本自带的摄像头，请把这里的“1”改为“0”
 创建训练器：

while capture.isOpened():
    ret,image=capture.read() #读取图片
    faceCascade=cv2.CascadeClassifier("cascades\\haarcascade_frontalface_default.xml")
    faces=faceCascade.detectMultiScale(image)

    photos = list()
    lables = list()
    photos.append(cv2.imread("photo\\0.jpg",0))
    photos.append(cv2.imread("photo\\1.jpg",0))
    photos.append(cv2.imread("photo\\2.jpg",0))
    photos.append(cv2.imread("photo\\3.jpg",0))
    photos.append(cv2.imread("photo\\4.jpg", 0))
    photos.append(cv2.imread("photo\\5.jpg", 0))
    photos.append(cv2.imread("photo\\6.jpg", 0))
    photos.append(cv2.imread("photo\\7.jpg", 0))
    lables.append(0)
    lables.append(1)
    lables.append(2)
    lables.append(3)
    lables.append(4)
    lables.append(5)
    lables.append(6)
    lables.append(7)
    recognizer=cv2.face.LBPHFaceRecognizer_create()  #创建识别器
    recognizer.train(photos,np.array(lables))  #训练识别器

    gray_image=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
    lable,confidence=recognizer.predict(gray_image)  #分析图像

判断谁是谁：

这里我设的分值高于60证明我是“我”，也就是Guff_hys“”否则是”None”

   if confidence<60:
        for (x, y, w, h) in faces:
            cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 255), 5)
            cv2.putText(image,"None",(x,y),cv2.FONT_HERSHEY_SIMPLEX,1,(0,0,255),2)
    else:
        for (x, y, w, h) in faces:
            cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 255), 5)
            cv2.putText(image, "Guff_hys", (x, y), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

    cv2.imshow("video", image)
    key=cv2.waitKey(1)
    if key==32:
        break

效果展示：

 需要做的准备：

1：准备至少两张照片（照片越多效果越好）

2：照片准备的要求：照片像下图一样整体露出，且只有一个脸

全部代码：

import cv2 as cv2
import numpy as np
capture=cv2.VideoCapture(1,cv2.CAP_DSHOW)
index=0
while capture.isOpened():
    ret,image=capture.read() #读取图片
    faceCascade=cv2.CascadeClassifier("cascades\\haarcascade_frontalface_default.xml")
    faces=faceCascade.detectMultiScale(image)

    photos = list()
    lables = list()
    photos.append(cv2.imread("photo\\0.jpg",0))
    photos.append(cv2.imread("photo\\1.jpg",0))
    photos.append(cv2.imread("photo\\2.jpg",0))
    photos.append(cv2.imread("photo\\3.jpg",0))
    photos.append(cv2.imread("photo\\4.jpg", 0))
    photos.append(cv2.imread("photo\\5.jpg", 0))
    photos.append(cv2.imread("photo\\6.jpg", 0))
    photos.append(cv2.imread("photo\\7.jpg", 0))
    lables.append(0)
    lables.append(1)
    lables.append(2)
    lables.append(3)
    lables.append(4)
    lables.append(5)
    lables.append(6)
    lables.append(7)
    recognizer=cv2.face.LBPHFaceRecognizer_create()  #创建识别器
    recognizer.train(photos,np.array(lables))  #训练识别器

    gray_image=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
    lable,confidence=recognizer.predict(gray_image)  #分析图像
    if confidence<60:
        for (x, y, w, h) in faces:
            cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 255), 5)
            cv2.putText(image,"None",(x,y),cv2.FONT_HERSHEY_SIMPLEX,1,(0,0,255),2)
    else:
        for (x, y, w, h) in faces:
            cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 255), 5)
            cv2.putText(image, "Guff_hys", (x, y), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

    cv2.imshow("video", image)
    key=cv2.waitKey(1)
    if key==32:
        break
    if key==112:
        cv2.imwrite("photo/%shhh.jpg"%index,image)
        index+=1
capture.release()
cv2.destroyAllWindows()

按空格键退出窗口，按“p”键拍摄当前图像（和照相机一样）存到文件内

haarcascade_frontalface_default.xml文件：

https://pan.baidu.com/s/1QQi40knqggr3KGytn4NtOw?pwd=hhh3

如果本文对您有所帮助，还请点赞收藏一下呀~😍 😘 😚