Python-OpenCV人脸识别之数据集生成

摘要：我们把要做的事分成三部分创建数据集训练识别在本文中，我们会尝试写一个程序来生成数据集。生成数据集我们来写一个数据集生成脚本。为了不会将不同的人脸照片弄混，我们需要定一个命名规则，用于给照片命名。

在上一篇文章中，我们学习了如何安装配置OpenCV和Python，然后写了些代码玩玩人脸检测。现在我们要进行下一步了，即搞一个人脸识别程序，就是不只是检测还需要识别到人是谁。

要搞一个人脸识别程序，首先我们需要先用提前裁剪好的标注好的人脸照片训练一个识别器。比如说，我们的识别器需要识别两个人，一个人的id是1，而另一个的id是2，于是在数据集里面，1号人的所有照片会有id 1号，2号人同理。然后我们就会使用这些数据集照片去训练识别器，再从一个视频中识别出1号人。

我们把要做的事分成三部分：

创建数据集

训练

识别

在本文中，我们会尝试写一个程序来生成数据集。

我们来写一个数据集生成脚本。

首先打开我们的Python环境，不管是Pycharm等IDE，还是简单的记事本都行。需要提前准备的是在目录中放好haarcascade_frontalface_default.xml，上一篇也有用到过这个XML文件，就是OpenCV自带的。

接下来使用cv2获取摄像头数据以及XML文件：

import cv2
cam = cv2.VideoCapture(0)
detector=cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

我们的数据集需要先从摄像头采集一些人脸例子照片，当然，只能是同一个人的。然后程序会给这些例子照片添加id，并将照片保存在一个文件夹中，这个文件夹我们就将它命名为dataSet吧。

来，我们在py脚本的同目录下创建一个dataSet的文件夹。为了不会将不同的人脸照片弄混，我们需要定一个命名规则，用于给照片命名。

例如，命名规则为User.[ID].[SampleNumber].jpg。如果是2号人的第十张照片，我们可以将它命名为User.2.10.jpg。

为什么要定义这样的格式呢？因为这样，在加载照片训练的时候，我们就可以只通过照片的文件名，就能简单地判断是几号用户的人脸照片。

接下来，我们尝试用比较简单的方法，通过shell输入，来获取人的id，并且初始化计算器变量来存储人们的例子数。

Id = raw_input("enter your id: ")
sampleNum = 0

然后我们加入一个主循环，我们会从视频流中输入20个例子，然后把例子都保存在已经创建好的dataSet文件夹。

这是之前写过的代码版本，用于人脸检测：

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = detector.detectMultiScale(gray, 1.3, 5)
    for (x, y, w, h) in faces:
        cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)

    cv2.imshow("frame", img)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

现在我们将它改造成数据集生成程序：

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = detector.detectMultiScale(gray, 1.3, 5)
    for (x, y, w, h) in faces:
        cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)

        # 增加例子数
        sampleNum = sampleNum + 1
        # 把照片保存到数据集文件夹
        cv2.imwrite("dataSet/user." + str(Id) + "." + str(sampleNum) + ".jpg", gray[y:y + h, x:x + w])

        cv2.imshow("frame", img)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

我们添加了两行代码，用以计算例子数，以及将人脸照片按照我们的命名规则保存为jpg格式。

其中有一个值得注意的地方，就是gray[y : y + h, x : x + w]。此处我们是把一张灰度图片看成一个二维数组（或二维矢量），然后使用python中[]截取OpenCV检测出来的人脸区域。

不过这样的代码会在一秒内快速地生成许多照片，比如说20张。我们不想要那么快，我们需要的是更好的素材，比如说从不同角度拍摄出来的照片，这样的话，要求慢一点。

为了慢一点，我们需要提高一下两次拍摄之间的延迟。同时，我们素材不需要太多，20张就好。

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = detector.detectMultiScale(gray, 1.3, 5)
    for (x, y, w, h) in faces:
        cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)

        # 增加例子数 
        sampleNum = sampleNum + 1
        # 把照片保存到数据集文件夹
        cv2.imwrite("dataSet/User." + str(Id) + "." + str(sampleNum) + ".jpg", gray[y:y + h, x:x + w])  #

        cv2.imshow("frame", img)
    # 延迟100毫秒 
    if cv2.waitKey(100) & 0xFF == ord("q"):
        break
    # 超过20张就可以停了
    elif sampleNum > 20:
        break

好，继续，现在的代码就会在两个拍摄间延迟100毫秒，100毫秒足够让我们去移动我们人脸的角度了（时间不够长就再加）。而且，在拍摄20张后就停止了。

最后记得释放资源：

cap.release()
cv2.destroyAllWindows()

放出完整代码：

import cv2

detector = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
cap = cv2.VideoCapture(0)
sampleNum = 0
Id = raw_input("enter your id: ")

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = detector.detectMultiScale(gray, 1.3, 5)
    for (x, y, w, h) in faces:
        cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)

        # incrementing sample number
        sampleNum = sampleNum + 1
        # saving the captured face in the dataset folder
        cv2.imwrite("dataSet/User." + str(Id) + "." + str(sampleNum) + ".jpg", gray[y:y + h, x:x + w])  #

        cv2.imshow("frame", img)
    # wait for 100 miliseconds
    if cv2.waitKey(100) & 0xFF == ord("q"):
        break
    # break if the sample number is morethan 20
    elif sampleNum > 20:
        break

cap.release()
cv2.destroyAllWindows()

如图，已经生成了一堆训练素材了。

先这样吧

原文，若有错误之处请指出，更多地关注煎鱼。