OpenCV之使用FisherFaceRecognizer来实现人脸识别

一、概述

　　案例：使用FisherFaceRecognizer来实现人脸识别

　　主要代码：

Ptr<BasicFaceRecognizer> model = FisherFaceRecognizer::create();
    model->train(images,labels);//训练

    //预测
    int predictLabel = model->predict(testMat);

　　实现步骤：

　　　　1.准备训练用的人脸数据及标签数据

　　　　2.准备测试用的测试数据

　　　　3.实例化BasicFaceRecognizer（人脸识别实例）-->model

　　　　4.利用model->trans进行数据的训练

　　　　5.利用model->predict进行数据的预测

　　　　6.比较测试图片对应的标签和预测图片结果对应的标签是否一致，如果一直说明人脸识别成功，否则人脸识别失败。

二、代码示例

 ifstream file(filePath,ifstream::in);
    if(!file){
        qDebug()<<"file count not found";
        return;
    }
    //准备数据阶段
    string line ,path,classLabel;
    vector<Mat> images;
    vector<int> labels;
    while(getline(file,line)){
        stringstream liness(line);
        getline(liness,path,' ');
        getline(liness,classLabel);
        images.push_back(imread(path,0));
        labels.push_back(atoi(classLabel.c_str()));
    }
    cout <<"准备数据完成："<<images.size()<<endl;

    //检测准备的训练数据是否正常
    if(images.size()<1||labels.size()<1){
        qDebug()<<"准备的数据异常";
        return;
    }

    //测试查样本数据的宽高
    int width = images[0].cols;
    int height = images[0].rows;
    cout << "width:"<<width<<",height:"<<height<<endl;

    //准备测试数据
    Mat testMat = images[images.size()-1];
    int testLabel = labels[labels.size()-1];
    images.pop_back();
    labels.pop_back();

    //创建Fisher人脸识别实例,并开始训练数据
    Ptr<BasicFaceRecognizer> model = FisherFaceRecognizer::create();
    model->train(images,labels);//训练

    //预测
    int predictLabel = model->predict(testMat);
    //如果预测的标签值和测试的标签值一致就说明人脸识别是成功的。
    cout <<"testLabel:"<<testLabel <<",predictLabel:"<<predictLabel<<endl;

 

三、演示图像