Opencv中的FaceRecognizer类

随着Opencv库的不断完善，在opencv2.4.2中添加了contrib的相关内容，里面就包括了FaceRecognizer人脸识别类。

这个类的调用比较简单，主要是：训练和预测，分别对应着train函数和predict函数，还有对应着数据的加载和保存：save和load。

先来说说训练的过程，train函数的两个参数也很简单，训练的图像组vector<Mat>和对应的标签组vector<int>，

对于预测，有两种调用，其中的参数有测试图像、返回的标签值和测试样本和标签样本的相似性。返回的标签值为-1，说明测试样本在训练集中无对应或距离较远。这里用个FisherFace作为示例说明一下如何训练和预测：

1. vector<Mat> images;  
2. vector<int> labels;  
3. // images for first person  
4. images.push_back(imread("person0/0.jpg", CV_LOAD_IMAGE_GRAYSCALE));  
5. labels.push_back(0);  
6. images.push_back(imread("person0/1.jpg", CV_LOAD_IMAGE_GRAYSCALE));  
7. labels.push_back(0);  
8. // images for second person  
9. images.push_back(imread("person1/0.jpg", CV_LOAD_IMAGE_GRAYSCALE));  
10. labels.push_back(1);  
11. images.push_back(imread("person1/1.jpg", CV_LOAD_IMAGE_GRAYSCALE));  
12. labels.push_back(1);  
13.   
14. Ptr<FaceRecognizer> model = createFisherFaceRecognizer();  
15. model->train(images, labels);  
16.   
17. Mat img = imread("person1/2.jpg", CV_LOAD_IMAGE_GRAYSCALE);  
18. int predicted = model->predict(img);

可以把训练好的模型通过save函数保存成一个文件，下次使用的时候只需load即可。

特征脸EigenFace、Fisher脸FisherFace、LBP直方图LBPHFace，是目前支持的3种人脸识别的方案。分别调用函数createEigenFaceRecognizer、createFisherFaceRecognizer、createLBPHFaceRecognizer建立模型。