Python-3.1使用OpenCV人脸对比

Python-3.1使用OpenCV人脸对比

提示：实验示例，仅供参考
Python：下载地址
IDEA Python：下载地址
Open CV：官网

---

---

前言

随着人工智能的不断发展，机器视觉越来越重要，如下介绍Opencv中人脸对比应用，采用自训练模型方式，对期望人脸获取置信度。

---

一、安装OpenCV

环境准备

打开Pycharm,点击右上角File，选中Settings

搜索，opencv-python，然后点击左下角，Package Install
搜索，numpy，然后点击左下角，Package Install
搜索，opencv-contrib-python，然后点击左下角，Package Install

二、使用OpenCV

新建项目

创建目录

1. imgs 用于存放需要识别的图片，目录中存放训练图片(1.jpg,2.jpg,copy_5.jpg.jpg)，存放测试图片(5.jpg)
   

Python全代码

本实例copy_5.jpg 来源于 5.jpg进行灰度后保存

# -*- coding: utf-8 -*-
# -*- coding: utf-8 -*-
import cv2
import numpy as np

images = []
# 定义统一宽高
width = 300
height = 300

# 重置图片大小，对比需要; 置灰度，提高效率
image1 = cv2.resize(cv2.imread("imgs/1.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
image2 = cv2.resize(cv2.imread("imgs/1.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
image3 = cv2.resize(cv2.imread("imgs/2.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
image4 = cv2.resize(cv2.imread("imgs/2.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
image5 = cv2.resize(cv2.imread("imgs/copy_5.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
# cv2.imwrite('imgs/copy_5.jpg', ime)

images.append(image1)
images.append(image2)
images.append(image3)
images.append(image4)
images.append(image5)
# 标签，长度和图片数组一样大小
labels = [0, 8, 5, 1, 3]
print(labels)
# 生成一个训练器
recognizer = cv2.face.FisherFaceRecognizer_create()
# 使用训练器，训练一个模型
recognizer.train(images, np.array(labels))
# 取一个对比图片文件，灰度，设置大小
predict_image = cv2.resize(cv2.imread("imgs/5.jpg", cv2.IMREAD_GRAYSCALE), (width, height))
# 使用训练器，将训练的模型和需要对比的文件进行对比，返回标签和置信度
label, confidence = recognizer.predict(predict_image)
# 输出匹配的人脸图像标签，0或1
print("label=", label)
print("confidence=", confidence)

执行结果

[0, 8, 5, 1, 3]
label= 3
confidence= 6.851639525386138

Process finished with exit code 0

---

总结

不要放弃你的幻想。当幻想没有了以后，你还可以生存，但是你虽生犹死。