DIY_Face_recognition_system-master.zip
DIY_Face_recognition_system-master.zip
代码片段和文件信息
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2019-10-27 20:04 DIY_Face_recognition_system-master
文件 2607 2019-10-27 15:54 DIY_Face_recognition_system-masterpictures_get.py
文件 1877 2019-10-27 15:54 DIY_Face_recognition_system-masterpictures_set.py
文件 556 2019-10-27 20:06 DIY_Face_recognition_system-masterREADME.md
文件 6298 2019-10-27 15:54 DIY_Face_recognition_system-master est.py
文件 6942 2019-10-27 15:54 DIY_Face_recognition_system-master rain.py
文件 2394816 2019-10-27 15:54 DIY_Face_recognition_system-master项目报告-基本.pdf
import cv2
import dlib
import os
import sys
import random
output_dir = ‘./wyj_faces‘ #采集图片的输出目录
size = 64
if not os.path.exists(output_dir): #如果采集图片的输出目录不存在则创建
os.makedirs(output_dir)
# 改变图片的亮度与对比度
def relight(img light=1 bias=0): #定义函数
w = img.shape[1] #图片的宽的像素数
h = img.shape[0] #图片的高的像素数
#image = []
for i in range(0w): #一列一列地来改变像素的亮度和对比度
for j in range(0h):
for c in range(3):
tmp = int(img[jic]*light + bias)
if tmp > 255:
tmp = 255
elif tmp < 0:
tmp = 0
img[jic] = tmp
return img
#使用dlib自带的frontal_face_detector作为我们的特征提取器
detector = dlib.get_frontal_face_detector()
# 打开摄像头 参数为输入流,可以为摄像头或视频文件
camera = cv2.VideoCapture(0)
index = 1
while True:
if (index <= 200): #截取1000张图片
print(‘Being processed picture %s‘ % index) #输出当前截取图片的进度
# 从摄像头读取照片
success img = camera.read()
# 转为灰度图片
gray_img = cv2.cvtColor(img cv2.COLOR_BGR2GRAY)
# 使用detector进行人脸检测
dets = detector(gray_img 1) #detector会返回识别到的人脸的矩形的左下角和右上角的坐标
for i d in enumerate(dets): #enumerate用于遍历括号中的元素及其下标,其中i对应元素下标,d对应元素
x1 = d.top() if d.top() > 0 else 0 #通过left,right,top,down获取矩形的四个坐标x1,x2,y1,y2
y1 = d.bottom() if d.bottom() > 0 else 0
x2 = d.left() if d.left() > 0 else 0
y2 = d.right() if d.right() > 0 else 0
face = img[x1:y1x2:y2] #把图片里含有人脸的矩形截取出来给face
# 调整图片的对比度与亮度, 对比度与亮度值都取随机数,这样能增加样本的多样性
face = relight(face random.uniform(0.5 1.5) random.randint(-50 50))
face = cv2.resize(face (sizesize)) #调整图片大小
cv2.imshow(‘Easy & Happy-get picture now‘ face) #显示处理后的图像
cv2.imwrite(output_dir+‘/‘+str(index)+‘.jpg‘ face) #将图片保存下来
index += 1
key = cv2.waitKey(30) & 0xff
if key == 27:
break
else:
print(‘Finished!‘)
break
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2019-10-27 20:04 DIY_Face_recognition_system-master
文件 2607 2019-10-27 15:54 DIY_Face_recognition_system-masterpictures_get.py
文件 1877 2019-10-27 15:54 DIY_Face_recognition_system-masterpictures_set.py
文件 556 2019-10-27 20:06 DIY_Face_recognition_system-masterREADME.md
文件 6298 2019-10-27 15:54 DIY_Face_recognition_system-master est.py
文件 6942 2019-10-27 15:54 DIY_Face_recognition_system-master rain.py
文件 2394816 2019-10-27 15:54 DIY_Face_recognition_system-master项目报告-基本.pdf
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件举报,一经查实,本站将立刻删除。
评论列表(条)