- 综合排序
- 最热优先
- 最新优先
- 来自专栏AIoT技术交流、分享
Python+OpenCV实现AI人脸识别身份认证系统(4)—人脸识别
本篇博文是Python+OpenCV实现AI人脸识别身份认证系统的收官之作，在人脸识别原理到数据采集、存储和训练识别模型基础上，实现人脸识别，废话少说，上效果图： ? 案例引入 在Python+OpenCV实现AI人脸识别身份认证系统(3)——训练人脸识别模型中主要讲述神经网络模型的训练过程，使用OpenCV模块中的LBPH（LOCAL BINARY PATTERNS HISTOGRAMS）人脸识别器算法（cv2.face.LBPHFaceRecogni zer_create()方法实现），训练生成“.yml”后缀的模型文件。 人脸识别的过程也非常简单，通过使用OpenCV模块读取“.yml”后缀的识别模型文件，实现人脸识别。 示例代码如下所示：
4.2K30发布于 2021-01-20 - 来自专栏想到什么就分享
Maix Bit 系列心得（4）--- 人脸识别
B站主页为：AXYZdong的个人主页 文章目录 一、实现步骤 二、心得体会 三、人脸识别脚本 参考文献 导语：Maix Bit 是基于K210(RISC-V架构64位双核)设计的一款AIOT 通过 kflash_gui 烧录人脸识别模型至 FLASH，Maix Bit 开发板上芯片K210跑人脸识别脚本，实现人脸识别。 一、实现步骤 具体操作步骤：MaixPy实现人脸识别 二、心得体会 刚开始以为只要把 key_gen_v1.2.bin 烧录进去，然后就可以跑脚本了。 MaixHub AIoT模型平台 模型是 KFPKG 文件，利用 kflash_gui 烧录至 Maix Bit ，然后在 MaixPy IDE 运行 MaixPy 人脸识别脚本就可以了。 三、人脸识别脚本 import sensor,image,lcd # import 相关库 import KPU as kpu import time from Maix import FPIOA,GPIO
1.1K30发布于 2021-08-05 - 来自专栏小锋学长生活大爆炸
基于OpenMV的人脸识别，支持人脸注册、人脸检测、人脸识别
GitHub - 1061700625/OpenMV_Face_Recognition: 基于OpenMV的人脸识别，支持人脸注册、人脸检测、人脸识别 ''' >> author: SXF >> email : songxf1024@163.com >> description: 用LBP特征进行人脸识别，可进行人脸注册、人脸检测与人脸识别 Pin7高电平一次，触发人脸注册；默认低电平 UART1 （Pin1）输出调试信息 UART3（Pin4）输出识别结果，当识别成功后，返回“Find It”（可自定义修改），可连接IoT平台 注：需配备SD卡，最大3支持2G，将main.py等文件放至 = 0: debug(res) return 1 def match(d0): # 人脸识别 dir_lists = os.listdir( ，但由于SD卡内无文件，无法匹配人脸 按下F1按键，进入人脸注册模式，连续拍5张照存入SD卡（拍摄时绿灯快闪50ms，拍摄完绿灯闪1000ms） 再识别，可完成人脸识别（红灯闪1000ms）。
4K10编辑于 2025-05-24 - 来自专栏小锋学长生活大爆炸
基于OpenMV的人脸识别，支持人脸注册、人脸检测、人脸识别
1061700625/OpenMV_Face_Recognition ''' >> author: SXF >> email: songxf1024@163.com >> description: 用LBP特征进行人脸识别 ，可进行人脸注册、人脸检测与人脸识别 Pin7高电平一次，触发人脸注册；默认低电平 UART1（Pin1）输出调试信息 UART3（Pin4）输出识别结果，当识别成功后，返回“Find It pyb from pyb import Pin red = pyb.LED(1) green = pyb.LED(2) blue = pyb.LED(3) infrared = pyb.LED(4) = 0: debug(res) return 1 def match(d0): # 人脸识别 dir_lists = os.listdir( 按下F1按键，进入人脸注册模式，连续拍5张照存入SD卡（拍摄时绿灯快闪50ms，拍摄完绿灯闪1000ms） ? 再识别，可完成人脸识别（红灯闪1000ms）。
22.4K30发布于 2020-08-13 - 来自专栏全栈程序员必看
Java + opencv 实现人脸识别，图片人脸识别、视频人脸识别、摄像头实时人脸识别
、实时摄像头人脸识别、视频文件人脸识别 * @Description: OpenCV-4.1.1 测试文件 * @date: 2019年8月19日 17:17:48 * @version: V-1.0.0 ，识别成功保存图片到本地 getVideoFromCamera(); // 2- 从本地视频文件中识别人脸 // getVideoFromFile(); // 3- 本地图片人脸识别，识别成功并保存人脸图片到本地 face(); // 4- 比对本地2张图的人脸相似度 （越接近1越相似） String basePicPath = null && rects.length >= 1) { // 4 为每张识别到的人脸画一个圈 for (int i = 0; i < rects.length ： 2- 测试本地视频识别人脸 3- 测试本地图片人脸识别 4- 测试本地2张图片人脸的相似度 完结。
28.8K32编辑于 2022-08-30 - 来自专栏瓜大三哥
人脸识别
1.人脸识别的难点 用户配合度 相似性 易变形 2.人脸识别的评测方法 LFW数据集（Labeled Faces in the wild):该数据库工有13233幅图像，其中5749个人，1680人有两幅及以上的图像 该数据库采集的是自然条件下人脸图片，目的是提高自然条件下人脸识别的精度。
40.7K90发布于 2018-02-26 - 来自专栏wym
人脸识别
降低计算强度 face_cascade = cv2.CascadeClassifier('d:\haarcascades\haarcascade_frontalface_alt.xml') # 探测人脸 # 根据训练的数据来对新图片进行识别的过程。 ，其他可以不写 scaleFactor= 1.01, #控制金字塔层数，通常范围1.01~1.5 参数越小，层数越多，结果越精确 minNeighbors = 1, #为5表示有5次重叠才认为人脸存在 minSize = (1,1),#寻找人脸的最小区域 ) # 处理人脸探测的结果 print ("{0}".format(len(faces))) for(x,y,w,h) in faces:
16.5K10发布于 2018-08-30 - 来自专栏刘望舒
Android人脸识别之识别人脸特征
本文我们接着来看看，在完成了人脸注册之后我们该如何识别出用户的人脸特征，从而通过人脸识别获取用户信息。 人脸识别的全部流程集成在官方 Demo 的 DetecterActivity 文件中。 还是来了解几个概念 人脸追踪 FT 年龄检测 Age 性别检测 Gender 其中人脸追踪 FT 与人脸检测 FD 功能基本一致（甚至代码基本都是相同的），Age 引擎用于识别年龄，Gender 引擎用于识别性别 识别流程 整体上比人脸注册还要简单，官方提供了很好的封装供我们使用，我们来看看流程。 流程是这样的 提取图片中的人脸 → 与我们已经注册过得特征集合进行特征匹配 → 匹配程度最高的作为最终识别结果 这一过程是放在一个子线程中运行的，代码如下： //人脸识别线程 class FRAbsLoop
24.9K30发布于 2018-06-22 - 来自专栏兰舟千帆的java学习笔记
人脸图像识别（python人脸识别技术）
python人脸识别 人脸识别的崛起 什么是人脸识别 人脸识别是将采集到的数据信息,根据人脸特征信息进行比对,从而辨识身份的技术。 不过肯定的一点是，你的人脸识别首先要将人脸转化为计算机可以识别的数据，人脸识别其实就是计算机方面的数据识别。 # 1.人脸数据 # 2.算法 # 3.建立模型 # 4.训练模型 # 5.测试模型 # 6.上线使用 # 1读取 face_image = face_recognition.load_image_file if n>2: print('超过两个人') sys.exit() face1 = face_encoding[0] face2 = face_encoding[1] # 4比较 我们可以有这个思路，这里只是给大家简单介绍一下python的这个人脸识别库。当然也会有其他的编程语言的实现人脸识别。 后期会写出动态拍照人脸识别。
21.7K61编辑于 2022-07-16 - 来自专栏小雨编程
树莓派人脸识别实际应用：人脸识别门禁
在上一篇文章树莓派调用百度人脸识别API实现人脸识别，我们完成了树莓派人脸识别的基础环境配置，人脸识别功能也测试成功了，现在我们做一个小小的案例来实际应用一下，我们想树莓派人脸识别成功后，发送蓝牙串口数据给 import base64 import time import bluetooth from bluetooth_test import bt_open,servo_init,bt_close #百度人脸识别 API账号信息 APP_ID = '18332624' API_KEY = '2QoqxCzAsZGT9k5CMeaIlPBs' SECRET_KEY ='9wOlqd4sPvLc7ZKtLxMlBVkcikXHZ4rz : f = open('faceimage.jpg','rb') img = base64.b64encode(f.read()) return img #上传到百度api进行人脸检测 def go_api(image): result = client.search(str(image, 'utf-8'), IMAGE_TYPE, GROUP);#在百度云人脸库中寻找有没有匹配的人脸
18.8K11发布于 2020-06-09 - 来自专栏程序IT圈
实现基于人脸识别的门禁管理系统【源码】
项目介绍 基于人脸识别的门禁管理系统 (Python+Django+RESTframework+JsonWebToken+Redis+Dlib) 该项目为宿舍门禁系统管理，并额外加入宿舍管理、水电费管理 、在线充值、报修管理、系统日志等多项功能，详细见下方截图等。 Django为后端、H5/CSS/JS为前端、MySQL为后端数据库、Redis为缓存、Dlib为人脸识别程序库。 该项目可作为个人学校毕业设计使用，未考虑生产环境，后续开发随心。 邮箱发送验证码等功能) ALiCloud_AFS(阿里云AFS人机验证，用于前端登录滑动验证) CodePay(码支付，用户水电费充值时的在线支付) QQConnect(QQ互联，用于前端QQ登录绑定) 4、 前端-摄像头端 源码文件获取 发送暗号：门禁管理 就能获取 。 还能拉入Python读者交流群 。
4.3K50编辑于 2022-11-18 - 来自专栏图像处理与模式识别研究所
LBPH人脸识别
cv2.IMREAD_GRAYSCALE))#原始图像 labels=[0,0,1,1]#图像标签 recognizer=cv2.face.LBPHFaceRecognizer_create()#LBPH人脸识别 特征图像划分为一个个单元格时，每个单元格在水平方向上的像素个数 grid_y表示将LBP特征图像划分为一个个单元格时，每个单元格在垂直方向上的像素个数 threshold表示在预测时所使用的阈值，如果大于该阈值，那么没有识别到任何目标对象 ) src表示输入图像 labels表示标签 label, confidence=cv2.face_FaceRecognizer.predict(src) src表示输入图像 注意：置信度评分用来衡量识别结果与原有模型之间的距离
14.5K30编辑于 2022-05-28 人脸识别备案
小区出入门禁，购物结账时的刷脸付款，上班刷脸打卡等等生活中许多地方都已运用到人脸识别，人脸识别技术简直渗透到了我们生活中的方方面面。 根据《人脸识别技术应用安全管理办法》规定，个人信息处理者应当在应用人脸识别技术处理的人脸信息存储数量达到10万人之日起30个工作日内向所在地省级以上王网信部门履行备案手续。 《人脸识别技术应用情况备案表》电子版4. 个人信息处理者基本情况表1.统一社会信用代码证件:统一社会信用代码证件原件或影印件（加盖公章）扫描件2.法定代表人身份证件: 法定代表人或负责人身份证件扫描件3.经办人身份证件: 经办人身份证件扫描件4. 开发人脸识别技术的企业，比如做人脸识别算法，提供SDK的公司2. 直接用人脸识别的机构，像商场、学校、医院、支付平台、安防公司这些3.
46910编辑于 2025-10-15- 来自专栏图像处理与模式识别研究所
LDA人脸识别
cv2.IMREAD_GRAYSCALE))#原始图像 labels=[0,0,1,1]#图像标签 recognizer=cv2.face.FisherFaceRecognizer_create()#人脸识别 predict_image) cv2.waitKey() cv2.destroyAllWindows() label= 1 confidence= 10647.989937693492 算法：LDA人脸识别是一种经典的线性学习方法 , num_components[, threshold]]) num_components表示使用Fisherfaces准则进行线性判别分析时保留的成分数量，默认值是0 threshold表示进行识别时所使用的阈值
13.3K10编辑于 2022-05-28 - 来自专栏一些有趣的Python案例
python人脸识别
目录 1 读取图片 2 将图片灰度转换 3 修改图片尺寸 4 绘制矩形_圆 5 人脸检测 6 检测多张人脸 7 检测视频中的人脸 8 训练数据并人脸识别 8.1 训练数据 8.2 人脸识别 1 读取图片 8 训练数据并人脸识别 8.1 训练数据 import os import cv2 import sys from PIL import Image import numpy as np def getImageAndLabels face.LBPHFaceRecognizer_create() recognizer.train(faces,np.array(ids)) # 保存文件 recognizer.write('trainer.yml') 8.2 人脸识别 (gray) for x, y, w, h in faces: cv2.rectangle(reSize, (x, y), (x+w, y+h), (0, 255, 0), 2) # 人脸识别 invite_code=4ggjmr46hw6c
14.8K32发布于 2021-02-02 - 来自专栏陶陶计算机
人脸识别demo
top *= 4 right *= 4 bottom *= 4 left *= 4 cv2.rectangle(frame 'q'): break video_capture.release() cv2.destroyAllWindows() 需要的第三方库 face_recogniton是世界上最简单的人脸识别库了 你可以通过Python引用或者命令行的形式使用它，来管理和识别人脸,该软件包使用dlib中最先进的人脸识别深度学习算法，使得识别准确率在《Labled Faces in the world》测试基准下达到了 代码部分 效果 识别成功 [在这里插入图片描述] [在这里插入图片描述] 识别失败 [在这里插入图片描述] 完整代码 # -*- coding: utf-8 -*- # @Time : 2019 right *= 4 bottom *= 4 left *= 4 cv2.rectangle(frame, (left, top), (
15.5K30编辑于 2022-05-12 - 来自专栏图像处理与模式识别研究所
PCA人脸识别
,cv2.IMREAD_GRAYSCALE))#原始图像 labels=[0,0,1,1]#图像标签 recognizer=cv2.face.EigenFaceRecognizer_create()#人脸识别 predict_image) cv2.waitKey() cv2.destroyAllWindows() label= 1 confidence= 19228.277485215305 算法：PCA人脸识别是将高维的人脸数据处理为低维数据后 （降维），再进行数据分析和处理，获取识别结果。 num_components[, threshold]]) num_components表示保留的分量个数，通常情况下，保留的分量个数为80 threshold表示在预测时所使用的阈值，如果大于该阈值，那么没有识别到任何目标对象
13.8K20编辑于 2022-05-28 人脸识别代码
import cv2 import dlib # 加载人脸检测器 detector = dlib.get_frontal_face_detector() # 加载人脸特征提取器 predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat") # 加载人脸识别模型 face_recognition = dlib.face_recognition_model_v1 ("dlib_face_recognition_resnet_model_v1.dat") # 加载已知人脸图像 known_face_image = cv2.imread("known_face.jpg ") # 检测人脸并提取特征 face_rects = detector(known_face_image, 1) face_shapes = [] for rect in face_rects: face_recognition.compute_face_descriptor(known_face_image, face_shape) face_descriptors.append(face_descriptor) # 打开摄像头进行实时识别
28210编辑于 2025-12-16- 来自专栏小锋学长生活大爆炸
4步实现树莓派人脸识别、拍照与推送
一直闲置着，倒不如用它做一个简易监控，如果检测到人脸后，就拍照上传到指定地方，或发消息提醒。 ? 本内容来源于“基于树莓派的魔镜”，感兴趣的童鞋可以点击观看：演示视频和教程。 先看效果吧： ? ? requests.post(url, data=json.dumps(data)) errmsg = html.json()['errmsg'] print(">> 发送 => "+errmsg) # 人脸识别并截图 （这里是主要入口函数） def faces_video(): """人脸识别并截图（这里是主要入口函数）""" # LED init GPIO.setwarnings(False cv2.imwrite(imgPath, frame) # 保存图像 print(imgName+" => 捕获到人脸 destroyWindow('frame') # 删除窗口 if __name__ == '__main__': faces_video() print(">> 完成") 4、
1.9K10发布于 2021-01-05 - 来自专栏刘望舒
Android 人脸识别之人脸注册
该项目基于讯飞SDK实现的人脸检测，使用face++的webapi实现的人脸注册以及人脸识别。 人脸识别，我们可以理解为从一个专门保存人脸特征值的数据集合中找到最匹配的一组特征值。 人脸识别 （FR引擎） 当检测出人脸时，对人脸进行识别，如果人脸特征集合中存在该人脸信息，读取出该人脸信息及人员信息。 第三步： 经过上述的两部，我们已经成功的从图片中识别到了人脸，并且将该人脸在图片中的位置获取到了，接下来我们要做的就是使用 FR 人脸识别引擎识别该位置人脸中的特征信息。 if (! FaceDb 类是 demo 中官方写的一个人脸特征管理类，其实现是文件方式实现的，当然我们可以采用其他方式来实现暂且按下不表。
29.3K30发布于 2018-06-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号