opencv学习－建立人脸识别分类器

来源：互联网发布：决战萨斯城知乎编辑：程序博客网时间：2024/05/21 22:42

在sample/cpp下面有一个文件叫做facerec_demo.cpp,还有一个文件叫做facerec_at_t.txt

首先我们要去 AT&T人脸库下载400张图片，分别时40个人，每个人有10张照片

下载完成后，随便放在哪里，但是注意要修改facerec_at_t.txt文件里面的路径，下面是我的文件路径

/home/myname/Desktop/opencv-2.4.7/orl_faces/s13/2.pgm;12
/home/myname/Desktop/opencv-2.4.7/orl_faces/s13/7.pgm;12
/home/myname/Desktop/opencv-2.4.7/orl_faces/s13/6.pgm;12

;后面的12代表类别，如果你要创建自己和同学的人脸库，记住要给不同的人赋予不同的label

然后我们看看facerec_demo.cpp,先贴上源代码

[cpp] view plaincopy
#include "opencv2/core/core.hpp"  
#include "opencv2/highgui/highgui.hpp"  
#include "opencv2/contrib/contrib.hpp"  
  
#include <iostream>  
#include <fstream>  
#include <sstream>  
  
using namespace cv;  
using namespace std;  
  
static void read_csv(const string& filename, vector<Mat>& images, vector<int>& labels, char separator = ';') {  
    std::ifstream file(filename.c_str(), ifstream::in);  
    if (!file) {  
        string error_message = "No valid input file was given, please check the given filename.";  
        CV_Error(CV_StsBadArg, error_message);  
    }  
    string line, path, classlabel;  
    while (getline(file, line)) {  
        stringstream liness(line);  
        getline(liness, path, separator);  
        getline(liness, classlabel);  
        if(!path.empty() && !classlabel.empty()) {  
            images.push_back(imread(path, 0));  
            labels.push_back(atoi(classlabel.c_str()));  
        }  
    }  
}  
  
int main(int argc, const char *argv[]) {  
    // Check for valid command line arguments, print usage  
    // if no arguments were given.  
    if (argc != 2) {  
        cout << "usage: " << argv[0] << " <csv.ext>" << endl;  
        exit(1);  
    }  
    // Get the path to your CSV.  
    string fn_csv = string(argv[1]);  
    // These vectors hold the images and corresponding labels.  
    vector<Mat> images;  
    vector<int> labels;  
    // Read in the data. This can fail if no valid  
    // input filename is given.  
    try {  
        read_csv(fn_csv, images, labels);  
    } catch (cv::Exception& e) {  
        cerr << "Error opening file \"" << fn_csv << "\". Reason: " << e.msg << endl;  
        // nothing more we can do  
        exit(1);  
    }  
    // Quit if there are not enough images for this demo.  
    if(images.size() <= 1) {  
        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);  
    }  
    // Get the height from the first image. We'll need this  
    // later in code to reshape the images to their original  
    // size:  
    int height = images[0].rows;  
    //作为我的唯一test图片  
    Mat testSample = images[images.size() - 1];  
    int testLabel = labels[labels.size() - 1];  
    images.pop_back();  
    labels.pop_back();  
  
    Ptr<FaceRecognizer> model = createEigenFaceRecognizer();  
    model->train(images, labels);  
    // The following line predicts the label of a given  
    // test image:  
    int predictedLabel = model->predict(testSample);  
    //  
    // To get the confidence of a prediction call the model with:  
    //  
    //      int predictedLabel = -1;  
    //      double confidence = 0.0;  
    //      model->predict(testSample, predictedLabel, confidence);  
    //  
    string result_message = format("Predicted class = %d / Actual class = %d.", predictedLabel, testLabel);  
    cout << result_message << endl;  
    waitKey(0);  
  
    return 0;  
}  

这段代码做的事情是这样的，读取400张图片，将399张用于训练，再用最后一张去做识别

代码很短，也很容易看懂

下面是我的输出

Predicted class = 37 / Actual class = 37.

输出表示识别正确

注释中说了这是用PCA实现的，下次得好好看看论文仔细研究算法了！

有了这个，你也可以快速建立你的人脸识别分类器了！

0 0