我能够找到面孔并使用python将其保存在本地目录中,并按照下面视频中的代码打开cv
import cv2
import numpy as np
import os
vc = cv2.VideoCapture('new1.avi')
c=1
if vc.isOpened():
rval , frame = vc.read()
else:
rval = False
while rval:
rval, frame = vc.read()
cv2.imwrite(str(c) + '.jpg',frame)
image_name=str(c)+'.jpg'
cascPath = "haarcascade_frontalface_default.xml"
faceCascade = cv2.CascadeClassifier(cascPath)
image=cv2.imread(image_name)
gray=cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
faces = faceCascade.detectMultiScale(
gray,
scaleFactor=1.2,
minNeighbors=5,
minSize=(30, 30),
flags = cv2.cv.CV_HAAR_SCALE_IMAGE
)
print "Found {0} faces!".format(len(faces))
if len(faces)>=1:
for (x, y, w, h) in faces:
cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)
cv2.imshow("Faces found" ,image)
cv2.waitKey(0)
else:
a="rm "+image_name
os.popen(a)
c = c + 1
cv2.waitKey(1)
vc.release()
但是现在我想获得该视频中有脸的那个人的身份。
我如何定义该人的身份?
喜欢扫描面部并将其匹配到我的本地面部数据库中,如果找到匹配,则提供名称等,等等
最佳答案
区分照片中的人不是一件容易的事,但是有一些例子。正如Derman在较早的评论中提到的,最好的方法是使用机器学习来教程序不同的人看起来像什么。一种方法是手动查找和提取人脸中的特征,例如,眼睛之间的距离与眼睛与嘴巴之间的距离之比等。尽管这需要注意镜头变形和透视的影响。有许多研究论文讨论了最佳技术,例如本文使用一组面孔的特征 vector 来找到最可能的匹配
Face Recognition Using Eigen Faces
有一个用于python的机器学习工具箱,称为scikit-learn,它实现了对分类,回归,聚类等的支持。您可以使用它来训练神经网络并支持 vector 机等。这是一个完整的示例,说明如何使用SVM和scikit-learn和python来实现Eigenface方法:
Complete implementation using Python
关于python - Python和Opencv中的人脸识别,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35623787/