手機(jī)銷量被超越 華為智能手表又如何？

在上一期基于DragonBoard 410c開發(fā)板實(shí)現(xiàn)人臉識(shí)別文章中，已經(jīng)教大家如何利用Python實(shí)現(xiàn)人臉識(shí)別的第一個(gè)部分——人臉檢測(cè)功能，今天在前面人臉檢測(cè)的基礎(chǔ)上，進(jìn)一步教大家如何使用createFisherFaceRecognizer在dragonbaord 410c開發(fā)板上來進(jìn)行人臉識(shí)別，今天將重點(diǎn)介紹該方法的原理和調(diào)用方法，處理中只是以識(shí)別前面人臉檢測(cè)方法檢測(cè)出來的人臉和數(shù)據(jù)庫中存入的人臉進(jìn)行匹配，最終識(shí)別人臉對(duì)象。

首先我們需要準(zhǔn)備人臉數(shù)據(jù)，這里我對(duì)使用上一期文章中的獲取人臉的方法進(jìn)行了封裝，寫成了getFace.py文件，通過執(zhí)行該文件在Dragonboard 410c上采集了三個(gè)人的人臉，每個(gè)人的人臉采集5次不同角度數(shù)據(jù)，分別保存到了usrImg文件夾下的001、002、003文件夾中，對(duì)應(yīng)的命名為1.jpg，2.jpg，3.jpg，4.jpg，5.jpg，這些數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，然后基于這些數(shù)據(jù)調(diào)用FaceRecognizer提供的方法來實(shí)現(xiàn)對(duì)測(cè)試人臉的預(yù)測(cè)。

準(zhǔn)備好數(shù)據(jù)后，就可以利用這些數(shù)據(jù)進(jìn)行簡(jiǎn)單的人臉識(shí)別了，根據(jù)上述數(shù)據(jù)，使用Python編寫程序，將數(shù)據(jù)導(dǎo)入到系統(tǒng)中，然后構(gòu)建對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)集合和標(biāo)簽，其中相同的圖片對(duì)應(yīng)相同的標(biāo)簽數(shù)據(jù)，具體的對(duì)應(yīng)方式如下：

           人臉圖片                      標(biāo)簽

      ./usrImg/001/1.jpg               0

      ./usrImg/001/2.jpg               0

      ./usrImg/001/3.jpg               0

      ./usrImg/001/4.jpg               0

      ./usrImg/001/5.jpg               0

      ./usrImg/002/1.jpg               1

      ./usrImg/002/2.jpg               1

      ./usrImg/002/3.jpg               1

      ./usrImg/002/4.jpg               1

      ./usrImg/002/5.jpg               1

      ./usrImg/003/1.jpg               2

      ./usrImg/003/2.jpg               2

      ./usrImg/003/3.jpg               2

      ./usrImg/003/4.jpg               2

      ./usrImg/003/5.jpg               2

      在讀取中，通過以下代碼來讀取到limg和lables兩個(gè)列表中：

      dir = ['./usrImg/001/','./usrImg/002/','./usrImg/003/']
      name = ['1.jpg','2.jpg','3.jpg','4.jpg','5.jpg']
      lables = []
      limg = []
      n = 0
     for x in dir:
          for y in name:
              obj = cv2.imread(x+y,0)
              obj2=cv2.resize(obj,(400,500))
              limg.append(obj2)
              lables.append(n)
          n = n+1

然后就可以調(diào)用FaceRecognizer中提供的方法來進(jìn)行人臉訓(xùn)練了，具體代碼如下：

model = cv2.createFisherFaceRecognizer（）;

model.train（limg，np.array（lables））

完成訓(xùn)練后，讀取測(cè)試人臉，這里可以用上一期人臉識(shí)別文章中的代碼讀取獲取人臉，接著就可以進(jìn)行人臉測(cè)試了，具體代碼如下：

img1 = cv2.imread（‘test.jpg’，0）

test=cv2.resize（img1，（400，500））

result = model.predict（test）

print result

完成后，將代碼進(jìn)行保存，運(yùn)行腳本，就可以得到人臉檢測(cè)結(jié)果，將會(huì)輸出被檢測(cè)人臉匹配的標(biāo)簽和相似度，結(jié)果如下：

以上就是整個(gè)人臉識(shí)別實(shí)現(xiàn)的過程，后續(xù)blog中將進(jìn)一步完善如何利用攝像頭直接檢測(cè)人臉和識(shí)別出對(duì)應(yīng)的人，并且顯示姓名。