OpenCV3.3.1的人脸识别_eigenfacerecognizer来实现人脸识别opencv3.3.1

OpenCV3.3.1+faceRecognize

---

说明

近几天在群里面发现很多人在用3.3.1的人脸识别在做小项目，很多人一心只想快点得到效果，四处搜索博客，问人，忙活了几天也无功而返(3.3的资料相对较少)，其实OpenCV官方doc以及sample里面都有很详细的说明和例程，只要稍微耐心看一下，就可以解决了。

前几天帮人调了一下OpenCV3.3.1的人脸识别，在此做一下记录：

• 首先需要配置contrib模块，这在我的上一个博客中有介绍
• OpenCV3.3.1的人脸识别API相较于之前版本有些变动
• 原3.2以前的是createEngenFaceRecognize()
• 现更改为EigenFaceRecognize::create()
• 其他几个创建函数也做了如上改变。
• 包含头文件#include< face/face.hpp >
• 命名空间using namespace cv::face;

---

然后我又无聊的在某宝搜了下与OpenCV相关的书籍，结果发现近期有很多新书出版，看了下目录又是大同小异，基本上又是对opencv doc的翻译和sample的抄袭，稍微整理一下，就出书了。。在这里我建议大家，多看官方同步的doc，以及module下的例程。

OpenCV官网
在线文档【可下载】
各发行版本

/************************************
    OpenCV3.3.1 + contrib
    faceRecognize   
    训练+识别                                               
***********************************/

#include <opencv2/opencv.hpp>
#include "opencv2/face.hpp"

#include <iostream>
#include <fstream>
#include <sstream>

using namespace cv;
using namespace cv::face;
using namespace std;

//读取训练的文件
static void read_csv(const string& filename, vector<Mat>& images, vector<int>& labels, char separator = ';')
{
    std::ifstream file(filename.c_str(), ifstream::in);
    if (!file)
    {
        string error_message = "No valid input file was given, please check the given filename.";
        CV_Error(Error::StsBadArg, error_message);
    }
    string line, path, classlabel;
    while (getline(file, line))
    {
        stringstream liness(line);
        getline(liness, path, separator);
        cout << path << endl;
        getline(liness, classlabel);
        if (!path.empty() && !classlabel.empty())
        {
            images.push_back(imread(path, 0));
            labels.push_back(atoi(classlabel.c_str()));
        }
    }
}

//主函数
int main(int argc, const char *argv[])
{
    string fn_csv = "at.txt"; // 和cpp同目录,或者加完整路径
    string fn_haar = "haarcascade_frontalface_alt2.xml";//haarcasade目录下有很多训练好的文件
    vector<Mat> images;
    vector<int> labels;

    read_csv(fn_csv, images, labels);

    if (images.size() <= 1)
    {
        cout << "needs at least 2 images to work." << endl;
        return 0;
    }

    int im_width = images[0].cols;
    int im_height = images[0].rows;

    //开始训练 
    cout << "training..." << endl;

    //对就是这里改了，可以通过设置调整参数，来提高精度
    Ptr<EigenFaceRecognizer> model0 = EigenFaceRecognizer::create();
    model0->train(images, labels);

    //保存模型到 eigenfaces_at.yaml
    model0->save("eigenfaces_at.yml");

    //创建一个脸部特征识别器,读取训练模型
    Ptr<EigenFaceRecognizer> model1 = Algorithm::load<EigenFaceRecognizer>("eigenfaces_at.yml");

    //通过哈尔级联分类器粗定位出人脸
    CascadeClassifier haar_cascade;
    haar_cascade.load(fn_haar);

    VideoCapture cap(0); //
    Mat frame;
    for (;;)
    {
        cap >> frame;

        Mat original = frame.clone();

        Mat gray;
        cvtColor(original, gray, COLOR_BGR2GRAY);

        vector< Rect_<int> > faces;

        haar_cascade.detectMultiScale(gray, faces);

        for (size_t i = 0; i < faces.size(); i++) 
        {

            Rect face_i = faces[i];

            Mat face = gray(face_i);

            Mat face_resized;
            cv::resize(face, face_resized, Size(im_width, im_height), 1.0, 1.0, INTER_CUBIC);

            //预测识别出该人脸的标签 
            int prediction = model1->predict(face_resized);

            rectangle(original, face_i, Scalar(0, 255, 0), 1);

            string box_text = "Xiong";

            int pos_x = std::max(face_i.tl().x - 10, 0);
            int pos_y = std::max(face_i.tl().y - 10, 0);

            //我的人脸在数据集里标签为1，所以如果预测也为1，则就是我
            if(prediction==1)
                putText(original, box_text, Point(pos_x, pos_y), FONT_HERSHEY_PLAIN, 1.0, Scalar(0, 255, 0), 2);
        }

        imshow("face_recognizer", original);

        char key = (char)waitKey(20);
        if (key == 27)
            break;
    }
    waitKey(0);

    return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127

---

C:/Users/12478/Desktop/faces/f1/1.pgm;1
C:/Users/12478/Desktop/faces/f1/2.pgm;1

1. 这个是at.txt的格式，前面是路径，分号后的1是人脸的标签
   同一人脸建议5张图片以上
2. 代码中的训练部分和识别部分可以分离
3. 图片集可以使用哈尔人脸识别来采集

排版很烂将就着看吧