位置: IT常识 - 正文
python基于LBPH的人脸识别操作(lldb python)
编辑：rootadmin推荐整理分享python基于LBPH的人脸识别操作(lldb python)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:python lppl,python lgb,python lsp,ln python,ln python,ln python,lbp python,lbp python,内容如对您有帮助，希望把文章链接给更多的朋友！
基于LBPH的人脸识别操作原理
1、LBPH（Local Binary Pattern Histogram）将检测到的人脸分为小单元，并将其与模型中的对应单元进行比较，对每个区域的匹配值产生一个直方图。
由于这种方法的灵活性，LBPH 是唯一允许模型样本人脸和检测到的人脸在形状、大小上可以不同的人脸识别算法。
2、调整后的区域中调用predict()函数
predict()函数返回两个元素的数组：第一个元素是所识别个体的标签，第二个是置信度评分。
3、所有的算法都有一个置信度评分阈值，置信度评分用来衡量所识别人脸与原模型的差距，0 表示完全匹配。可能有时不想保留所有的识别结果，则需要进一步处理，因此可用自己的算法来估算识别的置信度评分。
4、LBPH一个好的识别参考值要低于 50 ，任何高于 80 的参考值都会被认为是低的置信度评分。
importcv2#加载训练数据集文件#获取人脸识别对象recognizer=cv2.face.LBPHFaceRecognizer_create()#读取训练数据recognizer.read('trainer/trainer.yml')#准备识别图片img=cv2.imread('6.pgm')#将图片灰度gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#加载特征数据face_detector=cv2.CascadeClassifier('D:/Python/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')#参数：scaleFactor(比例因子)：图片缩放多少，minNeighbors:至少检测多少次，minSizemaxSize:当前检测区域的最小面积faces=face_detector.detectMultiScale(gray)#scaleFactor=1.01,minNeighbors=3,maxSize=(33,33),minSize=(28,28)#获取脸部特征值forx,y,w,hinfaces: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))#人脸识别id,confidence=recognizer.predict(gray[y:y+h,x:x+w])print('标签id:',id,'置信评分：',confidence)#显示图片cv2.imshow('result',img)cv2.waitKey(0)#一直显示cv2.destroyAllWindows()#释放资源上一篇：python if语句的条件测试(python中if语句的用法)
下一篇：phpcms后台上传不了图片怎么办(php无法上传文件)
