图像基础19 人脸辨识——人脸识别-牛翰网

本文学习资源来自《机器学习实践指南》

目的

通过某人的一张照片，在他与别人的合影中找到他。

算法描述

读取两张图像，生成图像矩阵
以两个图像矩阵为基础，调用OpenCV的相关函数完成人脸定位
读取两张图像的人脸区域，生成人脸图像矩阵，并将人脸矩阵转换为灰度图
比较分析人脸图像矩阵，找到最相近的人脸。

欧氏距离算法

在进行人脸识别是，可使用标准欧氏距离算法。算法基本原理是：
将标准欧氏距离算法作为比较分析人脸图像矩阵方法。
首先，将两个人脸调整为指定大小；
接着，用所包含像素的三元色数值组成特征组，然后将特征组映射为高维空间的某个点（在此称之为特征点）；
最后，计算两个人脸图像的特征点映射到高维空间后的距离，以欧氏距离最小者为最匹配的人脸。

下面代码需要OPENCV的data库
https://github.com/opencv/opencv

示例代码

#-*- coding: utf-8 -*-
#code:
#11-2.py
#标准欧氏距离实现的人脸识别

import cv2
import numpy as np

print('loding...')

OPCV_PATH=r"D:/Documents/face"

def get_EuclideanDistance(x,y):
    myx=np.array(x)
    myy=np.array(y)
    return np.sqrt(np.sum((myx-myy)*(myx-myy)))*np.var(myx-myy)

def get_distance(img,findimg):
    newsize=(img.shape[1],img.shape[0])
    fimg=cv2.resize(findimg,newsize)
    my_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
   # my_fimg=cv2.cvtColor(fimg,cv2.COLORBGR2GRAY)
    my_fimg = cv2.cvtColor(fimg, cv2.COLOR_BGR2GRAY)
    return get_EuclideanDistance(my_img,my_fimg)

color = (0, 0, 0)  # 设置人脸框的颜色
def findface(src, index):
    image = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
    cv2.equalizeHist(image, image)  # 灰度图像进行直方图等距化

    # 加载OpenCv的面部特征库
    classfier = cv2.CascadeClassifier(OPCV_PATH + "/haarcascade_frontalface_alt.xml")
    # 找到人脸的位置
    # 设定最小图像的大小
    divisor = 8
    h = image.shape[1]
    w = image.shape[0]
    minSize = (int(w / divisor), int(h / divisor))  # 这里加了一个取整函数
    rect = classfier.detectMultiScale(image, 1.2, 2, cv2.CASCADE_SCALE_IMAGE, minSize)
    # if len(rect) > 0:  # 如果人脸数组长度大于0
    #     for faceRect in rect:  # 对每一个人脸画矩形框
    #         x, y, w, h = faceRect
    #         cv2.rectangle(image, (x, y), (x + w, y + h), color)
    # cv2.imshow('img'+str(index),image)

    result = []
    for r in rect:
        result.append([(r[0],r[1]),(r[0]+r[2],r[1]+r[3])])

    print(result)
    return result

fn = 'billall2.jpg'
fnt = 'billtest.jpg'
my_img=cv2.imread(fn)
face_test=cv2.imread(fnt)

#获取人脸在图像中的坐标
faceresult  = findface(my_img,1)
facet_result=findface(face_test,2)
#
myimg = cv2.imread(fn)
myimgt=cv2.imread(fnt)
# #IT 比尔盖茨
isface1 = get_distance(myimg[faceresult[0][0][0]:faceresult[0][1][0],faceresult[0][0][1]:faceresult[0][1][1],:],myimgt[facet_result[0][0][0]:facet_result[0][1][0],facet_result[0][0][1]:facet_result[0][1][1],:])
isface2 = get_distance(myimg[faceresult[1][0][0]:faceresult[1][1][0],faceresult[1][0][1]:faceresult[1][1][1],:],myimgt[facet_result[0][0][0]:facet_result[0][1][0],facet_result[0][0][1]:facet_result[0][1][1],:])
if isface1<isface2:
    cv2.rectangle(myimg,faceresult[0][0],faceresult[0][1],(255,0,255))
    cv2.rectangle(myimgt,facet_result[0][0],facet_result[0][1],(255,0,255))
else:
    cv2.rectangle(myimg,faceresult[1][0],faceresult[1][1],(255,0,255))
    cv2.rectangle(myimgt,facet_result[0][0],facet_result[0][1],(255,0,255))

cv2.namedWindow('img')
cv2.imshow('img',myimg)
cv2.namedWindow('imgt')
cv2.imshow('imgt',myimgt)

cv2.waitKey()
cv2.destroyAllWindows()