本次分享的是一个可以用于毕业设计参考的人脸识别项目,由FJNUThomas分享。如果有做人脸识别毕设的同学,可以在此基础上,做更深入的研究,源码下载方式见文末。下面是设计步骤: 硬件及环境:
树莓派3B V1.2
摄像头罗技C170
树莓派系统:bullseye
python 3.9.2
opencv-python 4.5.3.56
opencv-contrib-python 4.5.3.56
numpy 1.21.0
关于树莓派安装opencv的步骤,可以参考下面这篇博文:
https://blog.csdn.net/m0_46190150/article/details/121501093
人脸检测
我们实现人脸识别的前提事件是人脸检测,只有检测到人脸,才能够收集到人脸的数据。我们用的是opencv自带的分类器:
haarcascade_frontalface_default.xml代码实现:
importcv2faceCascade = cv2.CascadeClassifier('Cascades/haarcascade_frontalface_default.xml')cap=cv2.VideoCapture(0) cap.set(3, 640) # set Weightcap.set(4,480)#setHeight while True: ret, img = cap.read() img = cv2.flip(img, 1) #如果摄像头倒置,将1改成-1 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = faceCascade.detectMultiScale(gray, scaleFactor=1.2,minNeighbors=5, minSize=(20, 20) ) for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2) roi_gray = gray[y:y + h, x:x + w]roi_color=img[y:y+h,x:x+w] cv2.imshow('video', img) k = cv2.waitKey(30) & 0xff if k == 27: # Esc for quit break cap.release() cv2.destroyAllWindows()在python3下运行如上代码可以完成人脸检测的功能。
图像采集
人脸识别的本质其实就是构建一个人脸信息的数据库,电脑比对摄像头采集到的人脸信息和数据库中存放的数据,从而得到一个比对的结果。 图像采集需要我们在.py文件同目录下新建一个文件夹,用于存放采集得到的图片。
mkdir data采集得到的图片越多,构建的数据库越完善,判断成功的概率也越高,但图片太多同样会降低比对时的速度。 我这里是设置了每0.2s拍一张照片,按ecs或拍满40张照片时退出。
k = cv2.waitKey(200) & 0xff # ESC退出and每0.2s拍一张 if k == 27: break elif count >= 40: # 拍40张照片 break图像采集示例(这边需要我们在终端输入id号,我这边输入4) 采集得到的图片:
开始训练
训练是opencv人脸识别的重中之重。opencv为我们提供了多个内置函数,调用这些函数能够帮助我们训练得到自己的训练集这边我采用的是:
recognizer.train()在开始训练之前,我们需要新建一个空目录用于存放得到的模型:
mkdir trainer模型保存为.xml文件,要注意我们的代码是在树莓派下跑的,在树莓派下recognizer.write()是不能够使用的,因此我们用:
recognizer.write('trainer/trainer.yml')进行保存,训练成功实例
人脸识别
通过了前三个步骤,我们已经有了一个在data文件夹中保存采集到的图像、在trainer文件夹中保存自己训练的trainer.xml模型的文件了,我们就进入到了最后一步,也就是传说中的人脸识别了。人脸识别实例: 可以看到,系统识别出我有73%的概率是彭于晏,识别的成功率还是很高的、关于输出名字的问题,在代码的这个部分:
id = 0 names = ['None', 'pengyuyan', 'xsy', 'rhy']我们可以在这里修改成自己想要的名字,在代码中还有这样的部分:
id,confidence=recognizer.predict(gray[y:y+h,x:x+w])#判断成功概率>45时,输出id,否则输出unknowif(confidence< 55): id = names[id] confidence = " {0}%".format(round(100 - confidence)) else: id = "unknown" confidence = " {0}%".format(round(100 - confidence))用于修改自己想要的判断概率。 到这里我们的人脸识别就基本完成了。
总结
通过本项目,可以获得以下技能:
学会树莓派的配置,并在树莓派上配置了环境
对opencv库有了个基本的了解,熟悉几个内置函数的功能和使用
对Linux有了更深刻的理解
增加了python能力
不足之处: 在调试的过程中,发现在树莓派上运行项目还是有比较明显的卡顿的,因此有对代码进行优化的想法,查阅资料以后了解到了有一个东西叫做pypy,尝试过用pypy对文件进行编码,奈何写的代码是基于python3.9,和当前的pypy版本不太匹配,只好暂时作罢。在之后应该会尝试进行一次重新编译,感兴趣的同学可以尝试看看。
-
Linux
+关注
关注
87文章
11299浏览量
209396 -
函数
+关注
关注
3文章
4329浏览量
62585 -
人脸识别
+关注
关注
76文章
4012浏览量
81877 -
OpenCV
+关注
关注
31文章
635浏览量
41343
原文标题:毕业设计| 树莓派与OpenCV实现人脸识别
文章出处:【微信号:达尔闻说,微信公众号:达尔闻说】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论