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
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【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】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】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· 单线程的Redis速度为什么快?
· 展开说说关于C#中ORM框架的用法!
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库
· SQL Server 2025 AI相关能力初探