在上一期基于DragonBoard 410c開發(fā)板實現(xiàn)人臉識別文章中，已經(jīng)教大家如何利用Python實現(xiàn)人臉識別的第一個部分——人臉檢測功能，今天在前面人臉檢測的基礎上，進一步教大家如何使用createFisherFaceRecognizer在dragonbaord 410c開發(fā)板上來進行人臉識別，今天將重點介紹該方法的原理和調(diào)用方法，處理中只是以識別前面人臉檢測方法檢測出來的人臉和數(shù)據(jù)庫中存入的人臉進行匹配，最終識別人臉對象。

首先我們需要準備人臉數(shù)據(jù)，這里我對使用上一期文章中的獲取人臉的方法進行了封裝，寫成了getFace.py文件，通過執(zhí)行該文件在Dragonboard 410c上采集了三個人的人臉，每個人的人臉采集5次不同角度數(shù)據(jù)，分別保存到了usrImg文件夾下的001、002、003文件夾中，對應的命名為1.jpg，2.jpg，3.jpg，4.jpg，5.jpg，這些數(shù)據(jù)作為訓練數(shù)據(jù)，然后基于這些數(shù)據(jù)調(diào)用FaceRecognizer提供的方法來實現(xiàn)對測試人臉的預測。

準備好數(shù)據(jù)后，就可以利用這些數(shù)據(jù)進行簡單的人臉識別了，根據(jù)上述數(shù)據(jù)，使用Python編寫程序，將數(shù)據(jù)導入到系統(tǒng)中，然后構(gòu)建對應的訓練數(shù)據(jù)集合和標簽，其中相同的圖片對應相同的標簽數(shù)據(jù)，具體的對應方式如下：

           人臉圖片                      標簽

      ./usrImg/001/1.jpg               0

      ./usrImg/001/2.jpg               0

      ./usrImg/001/3.jpg               0

      ./usrImg/001/4.jpg               0

      ./usrImg/001/5.jpg               0

      ./usrImg/002/1.jpg               1

      ./usrImg/002/2.jpg               1

      ./usrImg/002/3.jpg               1

      ./usrImg/002/4.jpg               1

      ./usrImg/002/5.jpg               1

      ./usrImg/003/1.jpg               2

      ./usrImg/003/2.jpg               2

      ./usrImg/003/3.jpg               2

      ./usrImg/003/4.jpg               2

      ./usrImg/003/5.jpg               2

      在讀取中，通過以下代碼來讀取到limg和lables兩個列表中：

      dir = ['./usrImg/001/','./usrImg/002/','./usrImg/003/']
      name = ['1.jpg','2.jpg','3.jpg','4.jpg','5.jpg']
      lables = []
      limg = []
      n = 0
     for x in dir:
          for y in name:
              obj = cv2.imread(x+y,0)
              obj2=cv2.resize(obj,(400,500))
              limg.append(obj2)
              lables.append(n)
          n = n+1

然后就可以調(diào)用FaceRecognizer中提供的方法來進行人臉訓練了，具體代碼如下：

model = cv2.createFisherFaceRecognizer（）;

model.train（limg，np.array（lables））

完成訓練后，讀取測試人臉，這里可以用上一期人臉識別文章中的代碼讀取獲取人臉，接著就可以進行人臉測試了，具體代碼如下：

img1 = cv2.imread（‘test.jpg’，0）

test=cv2.resize（img1，（400，500））

result = model.predict（test）

print result

完成后，將代碼進行保存，運行腳本，就可以得到人臉檢測結(jié)果，將會輸出被檢測人臉匹配的標簽和相似度，結(jié)果如下：

以上就是整個人臉識別實現(xiàn)的過程，后續(xù)blog中將進一步完善如何利用攝像頭直接檢測人臉和識別出對應的人，并且顯示姓名。