本次編寫所用的庫為於仕祺老師免費提供的人臉檢測庫。真心好用，識別率和識別速度完全不是opencv自帶的程式能夠比擬的。將其配合opencv的eigenface演算法，基本上可以形成乙個小型的畢業設計。（我是學機械的啊喂！！）
1、新建乙個mfc程式。
2、新增opencv的屬性表。（即配置opencv）
3、新建乙個屬性表，命名為libfacedetect。需要注意的是，libfacedetect只可用win32平台。在vc++目錄新增libfacedetect_master中include資料夾和lib庫的位置。
4、在鏈結器中新增附加依賴項。
1、向mfc中新增乙個picture控制項，乙個button控制項，兩個static text控制項。而後向其中乙個static text新增變數。
2、雙擊button控制項，進行**頁面，編寫**。
新增標頭檔案：
#include #include "facedetect-dll.h"
#pragma comment(lib,"libfacedetect.lib")
using namespace cv;
void detectanddisplay(mat frame)
imshow("ss", frame);
}
videocapture cap(0);
mat frame;
while (1)
int c = waitkey(10);
if ((char)c == 'c')
}
可以看到，已經檢測成功，不過沒有在控制項上顯示。
可以通過新增來讓其顯示到框上。
於老師最近有一篇文章中寫到，他的這個人臉檢測庫是基於lbp與boost相結合的。所以如果我們選取了足夠多，足夠好的樣本，引數設定正確的話，識別效果從理論上也能遠遠高於opencv自帶的。此外就是在最近做專案的過程中，發現人臉檢測這一端還是不能用深度學習的方法，其一是dl目前還沒有能夠很方面移植的硬體，其二是如果在雲端進行的話，傳輸速度將會對識別效率造成影響。
人臉特徵,檢測與識別
關於影象特徵問題,參考 影象特徵提取三 寶 hog特徵，lbp特徵，haar特徵 人臉檢測屬於計算機視覺的範疇，早期人們的主要研究方向是人臉識別，即根據人臉來識別人物的身份，後來在複雜背景下的人臉檢測需求越來越大，人臉檢測也逐漸作為乙個單獨的研究方向發展起來。目前的人臉檢測方法主要有兩大類 基於知識...
人臉識別Dlib 68個特徵點
前面說了怎麼開啟攝像頭框出人臉，接下來學習了一下人臉的68個特徵點 直接 import dlib import cv2 與人臉檢測相同，使用dlib自帶的frontal face detector作為人臉檢測器 detector dlib.get frontal face detector 使用官方...
LBP演算法（人臉識別特徵提取）
lbp local binary patterns，區域性二值模式 是提取區域性特徵作為判別依據的。lbp方法顯著的優點是對光照不敏感，但是依然沒有解決姿態和表情的問題。不過相比於特徵臉方法，lbp的識別率已經有了很大的提公升。在 1 的文章裡，有些人臉庫的識別率已經達到了98 1 lbp特徵提取 ...