Qt5.7+Opencv2.4.9人脸识别(四)模型训练
来源:互联网 发布:大学生体育锻炼数据 编辑:程序博客网 时间:2024/05/21 02:35
【注意】本博文的档次适合OpenCV初学者,和要做本科生毕业设计这类档次。
源码的下载地址和原理理论部分请走下面连接
http://blog.csdn.net/qq78442761/article/details/71157980
上一节是人脸处理,链接如下:
http://blog.csdn.net/qq78442761/article/details/71159013
这一节是模型训练,这个模型训练要做的功能就是调用Opencv生成一个XML文件,这个XML文件记录了每组的人脸的特征(本程序是10张图一个人,每一个人有唯一固定的编号)
功能如下,在点击功能再点击训练模型后会在此程序根目录下生成如下xml文件。
下面来看代码,如何实现这一功能:
void AddPeople::TrainingModel(){ //读取你的CSV文件路径. //string fn_csv = string(argv[1]); std::string fn_csv = "./Data/at.txt"; // 2个容器来存放图像数据和对应的标签 std::vector<cv::Mat> images; std::vector<int> labels; // 读取数据. 如果文件不合法就会出错 // 输入的文件名已经有了. try { read_csv(fn_csv, images, labels); } catch (cv::Exception& e) { std::cerr << "Error opening file \"" << fn_csv << "\". Reason: " << e.msg << endl; // 文件有问题,我们啥也做不了了,退出了 return; } // 如果没有读取到足够图片,也退出. if (images.size() <= 1) { std::string error_message = "This demo needs at least 2 images to work. Please add more images to your data set!"; CV_Error(CV_StsError, error_message); } // 下面的几行代码仅仅是从你的数据集中移除最后一张图片 //[gm:自然这里需要根据自己的需要修改,他这里简化了很多问题] cv::Mat testSample = images[images.size() - 1];// int testLabel = labels[labels.size() - 1]; images.pop_back(); labels.pop_back(); cv::Ptr<cv::FaceRecognizer> model = cv::createEigenFaceRecognizer(); model->train(images, labels); model->save("MyFacePCAModel.xml"); int predictedLabel = -1; double confidence = 0.0; model->predict(testSample, predictedLabel, confidence); qDebug()<<confidence;}其实就是调用了createEigenFaceRecognizer(),就实现了在第一节中,所说的理论,然后在train就能训练出xml文件。
下一节将说明人脸识别。
源码和理论部分在本博文开头有提供。
1 0
- Qt5.7+Opencv2.4.9人脸识别(四)模型训练
- Qt5.7+Opencv2.4.9人脸识别(一)项目介绍
- Qt5.7+Opencv2.4.9人脸识别(五)人脸识别
- Qt5.7+Opencv2.4.9人脸识别(二)人脸采集
- Qt5.7+Opencv2.4.9人脸识别(三)人脸处理
- Qt5.7+Opencv2.4.9人脸识别(六)Tcp,Mysql,3DES,XML综合
- 人脸识别opencv2.4.9
- Python 训练人脸识别模型(番外篇
- 【opencv实践】人脸识别匹配——模型训练
- Python 训练人脸识别模型(1)
- OpenCV人脸识别之二:模型训练
- Python opencv2 人脸识别
- QT5+OpenCV人脸识别
- (人脸识别2-5)——人脸识别模型训练集处理
- (人脸识别2-6)——利用keras训练识别模型
- vs2010+opencv2.4.9+qt5.5 的安装配置+Vassistx 识别QT函数自动补全代码
- 基于opencv2.0的haar算法以人脸识别为例的训练分类器xml的方法
- 基于opencv2.0的haar算法以人脸识别为例的训练分类器xml的方法
- qt 之绘制 圆弧(抽奖圆盘)
- 机器学习算法之SVM(1)结构风险最小化
- Listview的基础使用
- 在react-native的项目中跳转到原生iOS页面
- docker挂载
- Qt5.7+Opencv2.4.9人脸识别(四)模型训练
- XML解析
- bzoj 1996: [Hnoi2010]chorus 合唱队 dp
- cocos2d-x 3.x窗口大小
- 8 种 NoSQL 数据库系统对比
- Android动画学习笔记-Android Animation
- yii查询结果对象转为数组
- 简单求和题(初学)
- 半小时学会上传本地项目到github