基于LBPH的人脸识别
1 import cv2 2 import numpy as np 3 import os 4 # 加载训练数据集文件 5 recognizer = cv2.face.LBPHFaceRecognizer_create() 6 recognizer.read('D:/trainer/trainer.yml') 7 # 准备识别的图片 8 img = cv2.imread('D:/trainer_datas/orl_faces/s40/1.pgm') 9 # 将图片转化为灰度图片 10 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 11 # 加载特征数据 12 face_detector = cv2.CascadeClassifier('D:/Opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml') 13 faces = face_detector.detectMultiScale(gray) 14 for x,y,w,h in faces: 15 cv2.rectangle(img,(x,y),(x+w,y+h),color=(0,255,0),thickness=2) 16 # 人脸识别 17 id,confidence = recognizer.predict(gray[y:y+h,x:x+w]) 18 print('标签id:',id,'置信评分:',confidence) 19 cv2.imshow('result',img) 20 cv2.waitKey(0) 21 cv2.destroyAllWindows()
作者:小他_W@monster
欢迎大家来到我的博客!!!。
如果文章和代码有表述不当之处,还请不吝赐教。
正是江南好风景
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek 解答了困扰我五年的技术问题
· 为什么说在企业级应用开发中,后端往往是效率杀手?
· 用 C# 插值字符串处理器写一个 sscanf
· Java 中堆内存和栈内存上的数据分布和特点
· 开发中对象命名的一点思考
· DeepSeek 解答了困扰我五年的技术问题。时代确实变了!
· PPT革命!DeepSeek+Kimi=N小时工作5分钟完成?
· What?废柴, 还在本地部署DeepSeek吗?Are you kidding?
· 赶AI大潮:在VSCode中使用DeepSeek及近百种模型的极简方法
· DeepSeek企业级部署实战指南:从服务器选型到Dify私有化落地