如何使用python的opencv实现人脸识别

INPUT_FACE_WINDOWS_NAME = 'input_face'
BGR_GREEN = (0, 255, 0)
BGR_RED = (0, 0, 255)
FACE_MIN_SIZE = (60, 60)
# 保存图片的路径
IMG_SAVE_PATH = './data'
# 级联人脸特征检测器
FACE_CLASSIFIER_PATH = 'D:/python_project/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml'
TRAIN_DATA_SAVE_PATH = './Training_data'
FACE_RECOGNITION_WINDOW_NAME = "Face recognition"
FONT_SCALE = 0.75  # 字体比例
TEXT_THICKNESS = 1  # 线条粗细
GRAPH_THICKNESS = 1

import cv2 as cv
from hong import *
import os
def img_extract_faces(img):  # 将人脸图片转为灰度
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)  # 转成灰度图像
    face_classifier = cv.CascadeClassifier(FACE_CLASSIFIER_PATH)  # 加载级联检测器，人脸特征分类器
    return face_classifier.detectMultiScale(gray, minSize=FACE_MIN_SIZE), gray
def get_image_name(name):  # 获取图片的命名名字，格式：1.lihua.jpg
    # 1.lihua.jpg 格式。如果文件中没有则加入，如果已有则替换
    # 把读出来的图片名称，用字典存，然后用name去字典里面找有没有。
    f = os.listdir(IMG_SAVE_PATH)  # os.listdir(IMG_SAVE_PATH)返回目标路径里的文件列表
    if len(f) == 0:  # 文件列表f的长度为0则表示没有图片，编号为1
        name_number = 1
    else:  # 说明原文件有人脸照片，如果出现相同人脸姓名替换成新的，没有编号为最大值max.name.jpg加入进去。
        name_map = {f.split('.')[1] : int(f.split('.')[0]) for f in os.listdir(IMG_SAVE_PATH)}
        name_number = name_map[name] if name in name_map else max(name_map.values())+1
    # return IMG_SAVE_PATH + str(name_number) + "." + name + ".jpg"
    return str(name_number) + "." + name + ".jpg"
def save_face(faces, img, name):  # 保证只有一个人脸出现在画面中
    if len(faces) == 0:
        print('没有检测到人脸，请调整！！！')
    if len(faces) > 1:
        print('检测到多个人脸，请调整！！！')
    x, y, w, h = faces[0]
    # 保存人脸部分，保存到文件夹，格式为 1.李华.jpg 格式。如果文件中没有则加入，如果已有则替换
    cv.imwrite('./data/' + get_image_name(name), img[y: y + h, x: x + w])
    print('录入成功，按 q 键退出')
def main():
    # 人脸录入部分是为了得到人脸的数据，然后后面对人脸进行训练。
    # 人脸数据信息主要有三个部分。1、人脸图片。 2、人脸名字。 3、编号（编号需要和名字需要统一。以为训练数据是拿序号和人脸进行比对）
    # 1、人脸图片（打开摄像头、只取人脸部分、给用户实时展示人脸的画面（把人脸框出来）、保存和退出）
    # 2、人脸名字。（用户输入）
    # 3、编号。（文件名称记录）
    # 打开摄像头
    cap = cv.VideoCapture(0)
    if not cap.isOpened():
        print('连接摄像头失败')
    # 输入人脸的名字
    name = input("请输入姓名：")
    if name == ' ':
        print('姓名不能为空，请重新输入！！！')
    print('姓名输入完成：按 s 保存，按 q 退出。')
    # 循环读取摄像头的每一帧画面,然后识别画面中的人脸，识别后只保存人脸部分，作为训练数据。
    while True:
        ret, frame = cap.read()
        if not ret:
            print('读取失败')
            break
        # 检测人脸，且提取人脸部分。这部分直接使用一个函数封装起来。
        faces, gray = img_extract_faces(frame)
        # 框出人脸
        for x, y, w, h in faces:
            cv.rectangle(
                img=frame, pt1=(x, y), pt2=(x+w, y+h),
                color=BGR_GREEN, thickness=1
            )
        cv.imshow(INPUT_FACE_WINDOWS_NAME, frame)
        # 保存和退出
        k = cv.waitKey(1)
        if k == ord('s'):
            # 保存图像，（只需保存灰度图像）
            save_face(faces, gray, name)
        elif k == ord('q'):
            break
    # 释放内存
    cap.release()
    cv.destroyAllWindows()
if __name__ == '__main__':
    main()

import cv2 as cv
import os
from hong import *
import numpy as np
def main():
    # 获取图片完整路径
    image_paths = [os.path.join(IMG_SAVE_PATH, f) for f in os.listdir(IMG_SAVE_PATH)]
    # 遍历列表中的图片
    faces = [cv.imread(image_path, 0) for image_path in image_paths]
    # 获取训练对象
    img_ids = [int(f.split('.')[0])for f in os.listdir(IMG_SAVE_PATH)]
    recognizer = cv.face.LBPHFaceRecognizer_create()
    recognizer.train(faces, np.array(img_ids))
    print(faces, np.array(img_ids))
    # 保存文件
    recognizer.write(TRAIN_DATA_SAVE_PATH)
if __name__ == '__main__':
    main()

"""
    通过摄像头识别人脸（LBPH识别器（训练的数据，和当前的人脸图片））得到编号。编号和人脸的对应关系，标记人脸和名字并展示画面
    创建识别器，加载训练数据
    读取文件构造编号和人脸的关系
    打开摄像头
    循环取每帧画面
    人脸检测且提取人脸部分
    遍历人脸进行识别
    框出人脸部分且实时展示画面（画面上带有  ）
    关闭摄像头和窗口
"""
import os
import cv2 as cv
from cv2 import face
from hong import *
from train import *
from imput_face import img_extract_faces
def get_color_text(confidence, name):
    if confidence > 85:
        return BGR_RED, "unknown"
    return BGR_GREEN, name
def main():
    # 创建识别器
    recognizer = cv.face.LBPHFaceRecognizer_create()
    recognizer.read(TRAIN_DATA_SAVE_PATH)
    # 读取文件构造编号和人脸的关系。以字典的形式保存编号和人脸名字的关系
    name_map = {int(f.split('.')[0]): f.split('.')[1] for f in os.listdir(IMG_SAVE_PATH)}
    # 打开摄像头
    cap = cv.VideoCapture(0)
    if not cap.isOpened():
        print('连接摄像头失败')
    print("按q退出")
    # 循环取每帧画面
    while True:
        ret, frame = cap.read()
        if not ret:
            print('读取失败')
            break
        # 人脸检测，且提取人脸部分。
        faces, gray = img_extract_faces(frame)
        # 遍历人脸进行识别
        for x, y, w, h in faces:
            img_id, confidence = recognizer.predict(gray[y: y+h, x: x+w])
            # 返回图片编号和置信度。置信度为两张图片的相似程度
            # 框出人脸且实时展示画面
            color, text = get_color_text(confidence, name_map[img_id])
            cv.putText(
                img=frame, text=text, org=(x, y),
                fontFace=cv.FONT_HERSHEY_SIMPLEX, fontScale=FONT_SCALE,
                color=color, thickness=TEXT_THICKNESS
            )
            cv.circle(
                img=frame, center=(x+w//2, y+h//2),
                radius=w // 2,
                color=color, thickness=GRAPH_THICKNESS
            )
        cv.imshow(FACE_RECOGNITION_WINDOW_NAME, frame)
        if cv.waitKey(1) == ord('q'):
            break
    # 关闭摄像头，释放空间
    cap.release()
    cv.destroyAllWindows()
if __name__ == '__main__':
    main()