基于OpenCv的人臉識別（Python完整代碼）-大盤站

實驗環(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
，還可以從攝像頭實時的采集圖片。

人臉檢測方法

人臉檢測在實際中主要用于人臉識別的預處理
，即在圖像中準確標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、結構特征及Haar特征等。人臉檢測就是把這其中有用的信息挑出來，并利用這些特征實現(xiàn)人臉檢測 。

人臉圖像預處理

對于人臉的圖像預處理是基于人臉檢測結果 ，對圖像進行處理并最終服務于特征提取的過程 。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機 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行灰度校正、噪聲過濾等圖像預處理。對于人臉圖像而言
，其預處理過程主要包括人臉圖像的光線補 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行的。人臉特征提取 ，也稱人臉表征 ，它是對人臉進行特征建模的過程。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)計學習的表征方法。

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行搜索匹配，通過設定一個閾值 ，當相似度超過這一閾值，則把匹配得到的結果輸 出 。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較