实时人脸识别的实现－基于opencv(7-18)

最新推荐文章于 2025-06-16 18:39:53 发布

stupid_miao

最新推荐文章于 2025-06-16 18:39:53 发布

阅读量1w

点赞数 9

CC 4.0 BY-SA版权

分类专栏：应用每日记录文章标签：人脸识别 opencv

本文链接：https://blog.csdn.net/qq_32768679/article/details/96432354

今天总结一下前段时间实践的基于opencv实时人脸识别软件的实现。

利用opencv来做人脸识别，对于想快速上手学习opencv以及机器学习方面知识的同学是个不错的选择。人脸识别，一般分为两个步骤，第一个就是人脸检测，第二步才是识别。
首先，人脸检测，opencv常用方法为基于adaboost的haar特征分类器，如何利用其提供的api训练自己的分类器，可参考这篇文章。
然后，找到人脸后，利用人脸区域的一些特征（LBP?HOG?），通过MLP或者CNN然后训练自己的识别资料库，最后进行识别。当然，opencv为我们提高了便捷快速的api，你甚至可以不去了解它怎么工作的，就可以训练自己的资料库进行识别。
以下为opencv提供的三种算法：

        Eigenfaces特征脸createEigenFaceRecognizer()
         Fisherfaces  createFisherFaceRecognizer()
         LocalBinary Patterns Histograms局部二值直方图 createLBPHFaceRecognizer()

以下为python版本和c++版本的实现：

Python版本的实现：

(实现了一个按键人脸识别考勤系统，当然如果要一直进行识别，去掉按键触发就好了)
pyqt5
opencv-python3.4.4
在这里插入图片描述
由于手机中的照片为样本拍的，所以准确率还算可以。我用的是lbp特征，置信度在80内认为识别到了，但多场景以及光线变化明显效果就不是很好。

贴出界面外识别线程的程序，多线程为了在qt－label中实时显示画面。

class Thread(QThread):#采用线程来播放视频

    global id, minH, minW, font, recognizer, faceCascade, names
    changePixmap = pyqtSignal(QtGui.QImage)
    
    #线程主函数
    def run(self):
        #HardWare.IO_Init()            
        global none_save                            
        none_save = 0
        if_dist = 1				   
   #pdb.set_trace()  # start debug
        while 1:
            #time.sleep(2)
            if_dist = HardWare.if_distance()	   
            print(if_dist)
            if if_dist == 0:			    
                flag = self.if_recognize(100,1)     #用户自己修改，100代表检测一百帧，1代表识别到就跳出
                print(flag)
		#识别失败，保存图片
                if flag == 'False':
                    none_save += 1
                    
		#识别到用户开门
                else:					
                    HardWare.openDoor()
                    time.sleep(5)
                    HardWare.closeDoor()
            else:
                HardWare.closeDoor()            #没人始终关门

  #封装人脸识别函数，实现功能： 输入 指定帧数 图像，凡是指定帧有 n张 识别成功 or 识别到连续的为同一个人，则返回 name；否则返回 false。
    def if_recognize(self,in_nums,ok_nums):
        cap = cv2.VideoCapture(0)
        last_id = 0
        i = 0