6 案例 人臉案例

1 得到影象的特徵後，訓練乙個決策樹構建的adaboost級聯決策器來識別是否為人臉

2 opencv中自帶已訓練好的檢測器，包括面部，眼睛，貓臉等，都儲存在xml檔案中，我們可以通過以下程式找到他們：

主程式如下：

import

cv2 as cv
import
matplotlib.pyplot as plt
#1.以灰度圖的形式讀取
#2.例項化opencv人臉和眼睛識別的分類器 
face_cas = cv.cascadeclassifier( "
haarcascade_frontalface_default.xml") 
face_cas.load(
'haarcascade_frontalface_default.xml')
eyes_cas = cv.cascadeclassifier("
haarcascade_eye.xml")
eyes_cas.load(
"haarcascade_eye.xml")
#3.呼叫識別人臉 
facerects = face_cas.detectmultiscale( gray, scalefactor=1.2, minneighbors=3, minsize=(32, 32)) 
for facerect in
facerects: 
x, y, w, h =facerect 
#框出人臉 
cv.rectangle(img, (x, y), (x + h, y + w),(0,255,0), 3) 
#4.在識別出的人臉中進行眼睛的檢測
roi_color = img[y:y+h, x:x+w]
roi_gray = gray[y:y+h, x:x+w]
eyes =eyes_cas.detectmultiscale(roi_gray) 
for (ex,ey,ew,eh) in
eyes:
cv.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
#5. 檢測結果的繪製
plt.figure(figsize=(8,6),dpi=100)
plt.imshow(img[:,:,::-1]),plt.title('
檢測結果')
#2.在每一幀資料中進行人臉識別
while
(cap.isopened()):
ret, frame =cap.read()
if ret==true:
gray =cv.cvtcolor(frame, cv.color_bgr2gray)
#3.例項化opencv人臉識別的分類器 
face_cas = cv.cascadeclassifier( "
haarcascade_frontalface_default.xml") 
face_cas.load(
'haarcascade_frontalface_default.xml')
#4.呼叫識別人臉 
facerects = face_cas.detectmultiscale(gray, scalefactor=1.2, minneighbors=3, minsize=(32, 32)) 
for facerect in
facerects: 
x, y, w, h =facerect 
#框出人臉 
cv.rectangle(frame, (x, y), (x + h, y + w),(0,255,0), 3) 
cv.imshow(
"frame
",frame)
if cv.waitkey(1) & 0xff == ord('q'
):            
break
#5. 釋放資源
cap.release()  
cv.destroyallwindows()

總結

opencv中人臉識別的流程是：

讀取，並轉換成灰度圖

例項化人臉和眼睛檢測的分類器物件

#

例項化級聯分類器
classifier =cv.cascadeclassifier( "
haarcascade_frontalface_default.xml") 
#載入分類器
classifier.load('
haarcascade_frontalface_default.xml
')

rect = classifier.detectmultiscale(gray, scalefactor, minneighbors, minsize,maxsize)

Robot Framework（6） 案例分層

案例層 測試流程 資料 流程層 元素操作 元素層 測試庫封裝 案例層 測試流程 資料 流程層 頁面層操作 頁面層 元素操作 元素層 測試庫封裝 1.新建資源檔案，引入selenium2library測試庫，新增關鍵字 元素層 開啟瀏覽器 輸入使用者名稱 將之前指令碼中的每一行都建立關鍵字 2.再建立...

10案例分析

銀行 信用風險，即客戶違約風險，是銀行風險管控的主要內容。不同行業，不同企業，財務指標的風險程度不同。假資料，假資訊，假報表的現象，財務資訊的質量問題有三個方面是非常重要的 1.建立識別假報表的管理體系 2.研究建立財務資訊的勾稽關係，即通過相互之間的購機關係的檢驗來判別資料的質量 3.建立資料的錄...

90 （案例）Lambda案例演示一

從匿名內部類到最簡化的lambda表示式逐漸演示 public inte ce demo02cookpublic class demo02 lambda方式 引數列表 一些重寫方法的 makecook lambda方式 繼續簡化 3 一些 如果 中的 只有一行，無論是否有返回值，都可以省略 retu...