怎么在python中使用LBPH實(shí)現(xiàn)人臉識(shí)別？針對(duì)這個(gè)問(wèn)題，這篇文章詳細(xì)介紹了相對(duì)應(yīng)的分析和解答，希望可以幫助更多想解決這個(gè)問(wèn)題的小伙伴找到更簡(jiǎn)單易行的方法。

讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來(lái)自于我們對(duì)這個(gè)行業(yè)的熱愛。我們立志把好的技術(shù)通過(guò)有效、簡(jiǎn)單的方式提供給客戶，將通過(guò)不懈努力成為客戶在信息化領(lǐng)域值得信任、有價(jià)值的長(zhǎng)期合作伙伴，公司提供的服務(wù)項(xiàng)目有：國(guó)際域名空間、網(wǎng)站空間、營(yíng)銷軟件、網(wǎng)站建設(shè)、金灣網(wǎng)站維護(hù)、網(wǎng)站推廣。

python的數(shù)據(jù)類型有哪些?

python的數(shù)據(jù)類型：1. 數(shù)字類型，包括int（整型）、long（長(zhǎng)整型）和float（浮點(diǎn)型）。2.字符串，分別是str類型和unicode類型。3.布爾型，Python布爾類型也是用于邏輯運(yùn)算，有兩個(gè)值：True（真）和False（假）。4.列表，列表是Python中使用最頻繁的數(shù)據(jù)類型，集合中可以放任何數(shù)據(jù)類型。5. 元組，元組用”()”標(biāo)識(shí)，內(nèi)部元素用逗號(hào)隔開。6. 字典，字典是一種鍵值對(duì)的集合。7. 集合，集合是一個(gè)無(wú)序的、不重復(fù)的數(shù)據(jù)組合。

基于LBPH的人臉識(shí)別操作原理

1、LBPH（Local Binary Pattern Histogram）將檢測(cè)到的人臉?lè)譃樾卧?，并將其與模型中的對(duì)應(yīng)單元進(jìn)行比較，對(duì)每個(gè)區(qū)域的匹配值產(chǎn)生一個(gè)直方圖。

由于這種方法的靈活性，LBPH 是唯一允許模型樣本人臉和檢測(cè)到的人臉在形狀、大小上可以不同的人臉識(shí)別算法。

2、調(diào)整后的區(qū)域中調(diào)用 predict()函數(shù)

predict()函數(shù)返回兩個(gè)元素的數(shù)組：第一個(gè)元素是所識(shí)別 個(gè)體的標(biāo)簽，第二個(gè)是置信度評(píng)分。

3、所有的算法都有一個(gè)置信度評(píng)分閾值，置信度評(píng)分用來(lái)衡量所識(shí)別人臉與原模型的差距，0 表示完全匹配?？赡苡袝r(shí)不想保留所有的識(shí)別結(jié)果，則需要進(jìn)一步處理，因此可用自己的算法來(lái)估算識(shí)別的置信度評(píng)分。

4、LBPH一個(gè)好的識(shí)別參考值要低于 50 ，任何高于 80 的參考值都會(huì)被認(rèn)為是低的置信度評(píng)分。

基于LBPH的人臉識(shí)別操作實(shí)例

import cv2

# 加載訓(xùn)練數(shù)據(jù)集文件

# 獲取人臉識(shí)別對(duì)象
recognizer = cv2.face.LBPHFaceRecognizer_create()
# 讀取訓(xùn)練數(shù)據(jù)
recognizer.read('trainer/trainer.yml')

# 準(zhǔn)備識(shí)別圖片
img = cv2.imread('6.pgm')

# 將圖片灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 加載特征數(shù)據(jù)
face_detector = cv2.CascadeClassifier('D:/Python/opencv/sources/data/haarcascades
/haarcascade_frontalface_default.xml')
# 參數(shù)： scaleFactor(比例因子)：圖片縮放多少，minNeighbors:至少檢測(cè)多少次，
minSize maxSize:當(dāng)前檢測(cè)區(qū)域的最大最小面積
faces = face_detector.detectMultiScale(gray)  # scaleFactor=1.01, minNeighbors=3, 
maxSize=(33, 33), minSize=(28, 28)

# 獲取臉部特征值
for x, y, w, h in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), thickness=2)
    cv2.circle(img, (x+w//2, y+h//2), radius=w//2, thickness=2, color=(0, 0, 255))

    # 人臉識(shí)別
    id, confidence = recognizer.predict(gray[y:y+h, x:x+w])
    print('標(biāo)簽id:', id, '置信評(píng)分：', confidence)


# 顯示圖片
cv2.imshow('result', img)
cv2.waitKey(0)  # 一直顯示
cv2.destroyAllWindows()  # 釋放資源

關(guān)于怎么在python中使用LBPH實(shí)現(xiàn)人臉識(shí)別問(wèn)題的解答就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，如果你還有很多疑惑沒(méi)有解開，可以關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道了解更多相關(guān)知識(shí)。

網(wǎng)頁(yè)標(biāo)題：怎么在python中使用LBPH實(shí)現(xiàn)人臉識(shí)別
網(wǎng)址分享：http://jinyejixie.com/article4/pshsoe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供ChatGPT、營(yíng)銷型網(wǎng)站建設(shè)、虛擬主機(jī)、電子商務(wù)、App設(shè)計(jì)、自適應(yīng)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)