在上一期基于DragonBoard 410c開發(fā)板實現(xiàn)人臉識別文章中，已經(jīng)教大家如何利用Python實現(xiàn)人臉識別的第一個部分——人臉檢測功能，今天在前面人臉檢測的基礎(chǔ)上，進一步教大家如何使用createFisherFaceRecognizer在dragonbaord 410c開發(fā)板上來進行人臉識別，今天將重點介紹該方法的原理和調(diào)用方法，處理中只是以識別前面人臉檢測方法檢測出來的人臉和數(shù)據(jù)庫中存入的人臉進行匹配，最終識別人臉對象。
首先我們需要準(zhǔn)備人臉數(shù)據(jù)，這里我對使用上一期文章中的獲取人臉的方法進行了封裝，寫成了getFace.py文件，通過執(zhí)行該文件在Dragonboard 410c上采集了三個人的人臉，每個人的人臉采集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提供的方法來實現(xiàn)對測試人臉的預(yù)測。
準(zhǔn)備好數(shù)據(jù)后，就可以利用這些數(shù)據(jù)進行簡單的人臉識別了，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)建對應(yīng)的訓(xùn)練數(shù)據(jù)集合和標(biāo)簽，其中相同的圖片對應(yīng)相同的標(biāo)簽數(shù)據(jù)，具體的對應(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，讀取測試人臉，這里可以用上一期人臉識別文章中的代碼讀取獲取人臉，接著就可以進行人臉測試了，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，將代碼進行保存，運行腳本，就可以得到人臉檢測結(jié)果，將會輸出被檢測人臉匹配的標(biāo)簽和相似度，結(jié)果如下：
以上就是整個人臉識別實現(xiàn)的過程，后續(xù)blog中將進一步完善如何利用攝像頭直接檢測人臉和識別出對應(yīng)的人，并且顯示姓名。
下載文檔
