基于OpenCv的人臉識別（Python完整代碼）-大盤站

實(shí)驗(yàn)環(huán)境 ：python 3.6 + opencv-python 3.4.14.51 建議使用 anaconda配置相同環(huán)境

背景

人臉識別步驟

圖1 ：人臉識別流程圖

人臉采集

采集人臉圖片的方法多種多樣
，可以直接從網(wǎng)上下載數(shù)據(jù)集，可以從視頻中提取圖片，還可以從攝像頭實(shí)時(shí)的采集圖片 。

人臉檢測方法

人臉檢測在實(shí)際中主要用于人臉識別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小
。人臉圖像中包含的模式特征十分豐富
，如直方圖特征、顏色特征
、模板特征 、結(jié)構(gòu)特征及Haar特征等。人臉檢測就是把這其中有用的信息挑出來，并利用這些特征實(shí)現(xiàn)人臉檢測。

人臉圖像預(yù)處理

對于人臉的圖像預(yù)處理是基于人臉檢測結(jié)果
，對圖像進(jìn)行處理并最終服務(wù)于特征提取的過程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī) 干擾 ，往往不能直接使用 ，必須在圖像處理的早期階段對它進(jìn)行灰度校正、噪聲過濾等圖像預(yù)處理 。對于人臉圖像而言，其預(yù)處理過程主要包括人臉圖像的光線補(bǔ) 償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等 。

人臉特征提取

人臉識別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征
 、人臉圖像代數(shù) 特征等。人臉特征提取就是針對人臉的某些特征進(jìn)行的。人臉特征提取
，也稱人臉表征 ，它是對人臉進(jìn)行特征建模的過程。人臉特征提取的方法歸納起來分為兩大 類：一種是基于知識的表征方法；另外一種是基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法 。

匹配與識別

提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板進(jìn)行搜索匹配，通過設(shè)定一個(gè)閾值 ，當(dāng)相似度超過這一閾值