我這裡用的是筆記本自帶的攝像頭作為影象**,資料集是以前學習的時候老師提供的(在此求一下.txt資料集轉.xml資料集的方法).說實話,沒啥技術含量,真正的技術含量都在製作資料集以及優化上.加油吧!!!
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @time : 2019/8/31 0031 11:00
# @author : joker-syc
# @site :
# @file : test1.py
# @software: pycharm
import cv2
deftest()
:'''
呼叫攝像頭,捕捉影象
'''import time
# 讀取攝像頭,0表示系統預設攝像頭
cap = cv2.videocapture(0)
while
true
:# 讀取影象
ret, photo = cap.read(
)# 轉換顏色空間
img_gray = cv2.cvtcolor(photo, cv2.color_bgr2gray)
#裝載資料集
detector = cv2.cascadeclassifier(
"haarcascade_frontalface_default.xml"
) rects = detector.detectmultiscale(img_gray, scalefactor=
1.05
, minneighbors=9,
minsize=(30
,30), flags=cv2.cascade_scale_image)
# 將臉部用綠色框框住標記出來
for(x, y, w, h)
in rects:
cv2.rectangle(photo,
(x,y)
,(x+w, y+h),(
0,255,0)
,2)# 將影象傳送至視窗
cv2.imshow(
'please take your photo!!'
, photo)
# 設定等待時間,若數字為0則影象定格
key = cv2.waitkey(2)
# 按空格獲取影象
if key ==
ord(
" ")
:# 以當前時間儲存
# 儲存位置
cv2.imwrite(filename, photo)
# 按「q」退出程式
if key ==
ord(
"q")
: cap.release(
)break
pass
if __name__ ==
'__main__'
: test(
)
人臉識別的流程
記錄一下目前對人臉識別流程及識別方法的理解,以後隨著認識的提公升不斷更新 在整個過程中所使用的都是灰度化之後的。為什麼要轉化為灰度?1.識別物體最關鍵的部分是,找到物體的邊緣,就是的梯度,的梯度計算用到的就是灰度化之後的。2.顏色容易受到光照影響,難以提供關鍵資訊,最重要的是灰度化之後可以加快計算速...
人臉識別的深度學習
深度學習只不過是機器學習的標準範例,更準確地說 是其演算法之一。在最大程度上,它基於人腦的概念和神經元的相互作用。如果你開始谷歌搜尋深度學習是什麼,你會發現今天這個超級熱門詞遠遠不是新的。為什麼這樣?該術語本身出現在20世紀80年代,但到2012年,沒有足夠的力量來實施這項技術,幾乎沒有人關注它。在...
人臉識別的深度學習
深度學習只不過是機器學習的標準範例,更準確地說 是其演算法之一。在最大程度上,它基於人腦的概念和神經元的相互作用。如果你開始谷歌搜尋深度學習是什麼,你會發現今天這個超級熱門詞遠遠不是新的。為什麼這樣?該術語本身出現在20世紀80年代,但到2012年,沒有足夠的力量來實施這項技術,幾乎沒有人關注它。在...