


付费下载
下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
基于Dragonboard410c的智能魔镜设计(5)——通过人脸进行用户身份识别根据前面的设计方案,在设计的基于dragonboard410c的智能魔镜中,需要根据超声波检测到有人靠近的时候,通过USB摄像头采集人脸数据,然后根据数据库中的人脸数据进行人脸匹配,识别用户的身份,最终根据用户身份显示不同的消息和推送不同的内容,这期blog将重点向大家介绍智能魔镜中的人脸检测和识别处理实现的原理和过程。需要进行基于人脸的用户身份识别,首先需要检测出人脸,然后根据检测出来的人脸与数据库中的人脸进行匹配,最终得出匹配度,根据匹配度确定该人脸的身份,这里将从这两个方面来向大家介绍如何在智能魔镜中实现人脸身份检测,其实在前面的一系列blog中已经给大家介绍了人脸识别和检测的实现方法,这里就在结合智能魔镜代码设计再向大家如何应用前面已经设计好的人脸检测和识别的代码,将其集中到智能魔镜中的应用中来。在基于USB摄像头人脸识别的文章中已经告诉了大家如使用Python和OpenCV来何构建人脸检测代码,我们这里构建了一个getFac.py文件,在该文件中通过getFac类来实现人脸的检测,其实也就是对前面blog方法的一次封装即可,具体代码如下:
defgetface(self,device):
cap=cv2.VideoCapture(device)
faces=[]
num=self.maxFrames
while(True):
ret,img=cap.read()
ret,img=cap.read()
ret,img=cap.read()
ret,img=cap.read()
ifret==True:
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces=self.face_cascade.detectMultiScale(gray,1.3,5)
i=0
for(x,y,w,h)infaces:
face=img[y:y+h,x:x+w]
print("getfacesucessful")
cap.release()
cv2.imwrite('./temp.jpg',face)
returnTrue
num=num-1
ifnum==0:
print("getfacefailed")
cap.release()
returnFalse
else:
cap.release()
returnFalse
有了上述类,我们就可以检测并且获得人脸图像,接下来我们需要利用检测到的人脸图像,与数据库中的人脸图像进行匹配,实现人脸的识别,其方法和前面使用USB摄像头进行人脸识别文章--第二篇中的方法一样,采用opencv提供的人脸识别接口来实现,但是这里为了在魔镜中调用,重写了前面blog的方法,构建了一个peopleIdentification.py类来实现魔镜中的人脸身份检测,这里封装了一个peopleDetected类来实现人脸的身份识别,重新封装后的代码和前面代码稍有差异,具体设计如下:
classpeopleDetected:
def__init__(self,trainImgPath):
self.threshold=6000
self.model=cv2.createFisherFaceRecognizer()
self.trainModel('./usrImg')
#loadalluserimgcreateTraintable
#imgPathisuserimgpath
deftrainModel(self,trainImgPath):
names=[]
lables=[]
userImgDir=os.listdir(trainImgPath)
#print(userImgDir)
forimgDirinuserImgDir:
print("userIDdiris:")
#print(imgDir)
format="%s/%s"
values=(trainImgPath,imgDir)
dirPath=format%values
#findcurrentuserimg
allimgPath=os.listdir(dirPath)
#print(allimgPath)
fornameinallimgPath:
names.append(dirPath+'/'+name)
lables.append(int(imgDir))
print("savesucessful:")
print(names)
print(lables)
#returnnames,lables
trainImg=[]
forimgloadPathinnames:
obj=cv2.resize(cv2.imread(imgloadPath,0),(400,500))
trainImg.append(obj)
self.model.train(trainImg,np.array(lables))
print(lables)
defgetPeopleID(self,faceImgPath):
faceImg=cv2.imread(faceImgPath,0)
face=cv2.resize(faceImg,(400,500))
result=self.model.predict(face)
predictID=result[0]
predictError=result[1]
print(predictID)
print(predictError)
#print(result)
ifpredictError>self.threshold:
return-1
else:
print("getpeopleID")
returnpredictID
defgetPeopleID2(self,faceImg):
face=cv2.resize(faceImg,(400,500))
result=self.model.predict(face)
predictID=result[0]
predictError=result[1]
#print(predictID)
#print(predictError)
#print(result)
ifpredictError>self.threshold:
return-1
else:
returnpredictID
有了这两个类,我们就可以方便的构建魔镜的人脸身份识别子模块了,这里我们只需要通过下面的代码就可以使用人脸检测和进行人脸身份识别了:
GF=getFace()
rs=G
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 舅舅房子赡养继承协议书
- 肇庆手提电脑租赁协议书
- 朱砂原材料采购合同范本
- 碧桂园开发的合同协议书
- 网络服务代理合同协议书
- 苏陕两地协作框架协议书
- 肉牛供应买卖合同协议书
- 联合种植香芋协议合同书
- 阁楼钢结构制作合同范本
- 纸箱送货如何写合同协议
- 2025广西专业技术人员公需科目培训考试答案
- 《创伤失血性休克中国急诊专家共识(2023)》解读
- GB/T 14976-2012流体输送用不锈钢无缝钢管
- 汽车设计课程大作业
- 呕吐中医护理的方案课件
- 有机合成工(初级)技能理论考试题库(汇总版)
- 重庆市地图ppt模板
- “分管日常工作的副部长”是个怎样的职务
- 2022中国农业科学院农业资源与农业区划研究所农业遥感团队科研助理公开招聘1人模拟试卷【附答案解析】
- DL∕T 5622-2021 太阳能热发电厂储热系统设计规范
- 从方太看中国家族制企业公司治理模式
评论
0/150
提交评论