前言

成都創(chuàng)新互聯(lián)公司服務(wù)項(xiàng)目包括昆都侖網(wǎng)站建設(shè)、昆都侖網(wǎng)站制作、昆都侖網(wǎng)頁制作以及昆都侖網(wǎng)絡(luò)營銷策劃等。多年來，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢、行業(yè)經(jīng)驗(yàn)、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機(jī)構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，昆都侖網(wǎng)站推廣取得了明顯的社會效益與經(jīng)濟(jì)效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到昆都侖省份的部分城市，未來相信會繼續(xù)擴(kuò)大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！

隨著人工智能的日益火熱，計(jì)算機(jī)視覺領(lǐng)域發(fā)展迅速，尤其在人臉識別或物體檢測方向更為廣泛，今天就為大家?guī)碜罨A(chǔ)的人臉識別基礎(chǔ)，從一個(gè)個(gè)函數(shù)開始走進(jìn)這個(gè)奧妙的世界。

首先看一下本實(shí)驗(yàn)需要的數(shù)據(jù)集，為了簡便我們只進(jìn)行兩個(gè)人的識別，選取了beyond樂隊(duì)的主唱黃家駒和貝斯手黃家強(qiáng)，這哥倆長得有幾分神似，這也是對人臉識別的一個(gè)考驗(yàn)：

兩個(gè)文件夾，一個(gè)為訓(xùn)練數(shù)據(jù)集，一個(gè)為測試數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集中有兩個(gè)文件夾0和1，之前看一些資料有說這里要遵循“slabel”命名規(guī)則，但后面處理起來比較麻煩，因?yàn)槟壳皁pencv接受的人臉識別標(biāo)簽為整數(shù)，那我們就直接用整數(shù)命名吧：

為了方便，我們每個(gè)人用20張照片來訓(xùn)練，0代表黃家駒，1代表黃家強(qiáng)：

開始啦：

1.檢測人臉

這應(yīng)該是最基本的，給我們一張圖片，我們要先檢測出人臉的區(qū)域，然后才能
進(jìn)行操作，opencv已經(jīng)內(nèi)置了很多分類檢測器，我們這次用haar：

def detect_face(img):
 #將測試圖像轉(zhuǎn)換為灰度圖像，因?yàn)閛pencv人臉檢測器需要灰度圖像
 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 #加載OpenCV人臉檢測分類器Haar
 face_cascade = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml')
 #檢測多尺度圖像，返回值是一張臉部區(qū)域信息的列表（x,y,寬,高）
 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5)
 # 如果未檢測到面部，則返回原始圖像
 if (len(faces) == 0):
 return None, None
 #目前假設(shè)只有一張臉，xy為左上角坐標(biāo)，wh為矩形的寬高
 (x, y, w, h) = faces[0]
 #返回圖像的正面部分
 return gray[y:y + w, x:x + h], faces[0]

名稱欄目：Python基于Opencv來快速實(shí)現(xiàn)人臉識別過程詳解（完整版）-創(chuàng)新互聯(lián)
網(wǎng)頁URL：http://weahome.cn/article/dciedg.html