OpenCV——人脸识别数据处理（1）

曾经终败给现在 2022-05-26 13:27 196阅读 0赞

Opencv  
前段时间对人脸检测和人脸标记进行了一些尝试：检测解决的问题是图片中有没有人脸；而识别解决的问题是，如果一张图片中有人脸，这是谁的脸。人脸检测可以利用opencv自带的分类器，但是人脸识别就需要自己收集数据，自己训练分类器了。opencv给出的有人脸识别的教程：[Face Recognition with OpenCV][]。网上也可以找到中文版本的。

正所谓自己动手丰衣足食。站在巨人的肩膀上，参考前辈们的经验，终于能够识别出自己了。由于感觉内容较多，而且没有时间一次性写完，所以准备分阶段来写。每一篇博客是一个阶段的工作。初步设想分为数据收集和预处理、训练模型和人脸识别三个部分。今天先写第一部分。

一、背景数据集

本次用的数据集市opencv给出的教程里面的第一个数据集：The AT&T Facedatabase。又称ORL人脸数据库，40个人，每人10张照片。照片在不同时间、不同光照、不同表情(睁眼闭眼、笑或者不笑)、不同人脸细节(戴眼镜或者不戴眼镜)下采集。所有的图像都在一个黑暗均匀的背景下采集的，正面竖直人脸(有些有有轻微旋转)。

下载下来之后是这样的：

![这里写代码片][20160512195957148]  
![这里写图片描述][20160512200014867]  
可以看到每个人一个文件夹，每个文件夹下是这个人的十张照片，但是不是我们熟悉的BMP或者是PNG或者是JPEG格式的，而是PGM格式的。windows7自带的照片查看器和画图软件都不能打开这种格式的图片。不过好在我昨天刚对imread()函数研究过：使用imread()函数读取图片的六种正确姿势。所以记得opencv文档里有这样的描述：  
![这里写图片描述][20160512200528353]  
imread()还是很强大的，所以写个程序看看那这些人是什么样吧。  
![这里写图片描述][20160512200745564]  
二、自己的人脸数据集

1.拍照程序

想要识别自己，单有别人的数据集还是不行的，还需要自己人脸的照片才行。这就需要我们收集自己的照片，然后和上面的那个数据集一起来训练模型。在拿着手机自拍的过程中我想到，问什么不写一个程序用电脑的摄像头自拍呢，随便还能研究下怎么用opencv实现拍照的功能。经过一番实验（其实还是费了好长时间），终于写了一个拍照程序。

程序的功能就是打开电脑摄像头，当P键按下（P是拍照的首字母？还是Photo的首字母？还是Picture的首字母？）的时候，保存当前帧的图像。简单到没朋友（竟然耗费了那么久！）。

while (1)  
            {  
                char key = waitKey(100);  
                cap >> frame;  
                imshow("frame", frame);  
                string filename = format("D:\\pic\\pic%d.jpg", i);  
    
                switch (key)  
                {  
                case'p':  
                    i++;  
                    imwrite(filename, frame);  
                    imshow("photo", frame);  
                    waitKey(500);  
                    destroyWindow("photo");  
                    break;  
                default:  
                    break;  
                }  
            }

</pre><p></p><pre>

然后我们就可以运行程序，不停地按下p键对自己一通狂拍了。  
2.预处理

在得到自己的人脸照片之后，还需要对这些照片进行一些预处理才能拿去训练模型。所谓预处理，其实就是检测并分割出人脸，并改变人脸的大小与下载的数据集中图片大小一致。

人脸检测在之前的博客中已经做了介绍，这里就不再赘述。详情参考：OpenCV实践之路——人脸检测（C++/Python)。用ROI分割即可。

检测出人脸之后改变大小使之与ORL人脸数据库人脸大小一致。通过加断点在Locals里面或者是ImageWatch可以看到ORL人脸数据库人脸的大小是92 x 112。  
![这里写图片描述][20160512210940316]![这里写图片描述][20160512210922707]  
这里只需要对检测后得到的ROI做一次resize即可。

这两步的代码如下：

std::vector<Rect> faces;  
    Mat img_gray;  
    
    cvtColor(img, img_gray, COLOR_BGR2GRAY);  
    equalizeHist(img_gray, img_gray);  
    
    //-- Detect faces 
    face_cascade.detectMultiScale(img_gray, faces, 1.1, 3, CV_HAAR_DO_ROUGH_SEARCH, Size(50, 50));  
    
    for (size_t j = 0; j < faces.size(); j++)  
    {  
        Mat faceROI = img(faces[j]);  
        Mat MyFace;  
        if (faceROI.cols > 100)  
        {  
            resize(faceROI, MyFace, Size(92, 112));  
            string  str = format("D:\\MyFaces\\MyFcae%d.jpg", i);  
            imwrite(str, MyFace);  
            imshow("ii", MyFace);  
        }  
        waitKey(10);  
    }

至此，我们就得到和ORL人脸数据库人脸大小一致的自己的人脸数据集。然后我们把自己的作为第41个人，在我们下载的人脸文件夹下建立一个s41的子文件夹，把自己的人脸数据放进去。就成了这样下面这样，最后一个文件夹里面是我自己的头像照片：  
![这里写图片描述][20160512211841704]  
最后那个at.txt放到下一次再说，训练模型就靠它了。

这里有一点值得注意：我这里保存的图像格式是*.jpg的，而不是跟原数据集一样是*.pgm的。经测试仍然可以训练出可以正确识别我自己人脸的模型来。但是如果大小不一致会报错。

之后的内容放到下一次记录。未完待续……

--------------------

因为上次是直接调用的百度接口，而不知其运行于原理，故学习opencv（开源）实现人脸识别功能。  
这里是c++版的代码，可以学习相关知识。

本文由@星沉阁冰不语出品，转载请注明作者和出处。  
[文章链接：][Link 1] [http://blog.csdn.net/xingchenbingbuyu/article/details/50708765][Link 1]

[Face Recognition with OpenCV]: https://docs.opencv.org/2.4/modules/contrib/doc/facerec/facerec_tutorial.html
[20160512195957148]: /images/20220526/a7909f900b9449ada3a13ed69b60e9b7.png
[20160512200014867]: /images/20220526/6fd94ca1e1af40b0b7166f1c706c93d4.png
[20160512200528353]: /images/20220526/fe2ce519e1e6454298699c1dc93a6027.png
[20160512200745564]: /images/20220526/dd2b518a1ffd4e67b93b44ab3c069608.png
[20160512210940316]: https://img-blog.csdn.net/20160512210940316
[20160512210922707]: /images/20220526/a471c3cfbfa34450b1eccbaeae5d86f2.png
[20160512211841704]: /images/20220526/89057ff655874780b5576fde9e2729c5.png
[Link 1]: http://blog.csdn.net/xingchenbingbuyu/article/details/50708765