Opencv EigenFace人脸识别算法详解
简要:
EigenFace是基于PCA降维的人脸识别算法,PCA是使整体数据降维后的方差最大,没有考虑降维后类间的变化。 它是将图像每一个像素当作一维特征,然后用SVM或其它机器学习算法进行训练。但这样维数太多,根本无法计算。我这里用的是ORL人脸数据库,英国剑桥实验室拍摄的,有40位志愿者的人脸,在不同表情不同光照下每位志愿者拍摄10张,共有400张图片,大小为112*92,所以如果把每个像素当做特征拿来训练的话,一张人脸就有10304维特征,这么高维的数据根本无法处理。所以需要先对数据进行降维,去掉一些冗余的特征。
第一步:将ORL人脸图片的地址统一放在一个文件里,等会通过对该文件操作,将图片全部加载进来。
//ofstream一般对文件进行读写操作,ifstream一般对文件进行读操作 ofstream file; file.open("path.txt");//新建并打开文件 char str[50] = {}; for (int i = 1; i <= 40; i++) { for (int j = 1; j <= 10; j++) { sprintf_s(str, "orl_faces/s%d/%d.pgm;%d", i, j, i);//将数字转换成字符 file << str << endl;//写入 } }
得到路劲文件如下图所示:
第二步:读入模型需要输入的数据,即用来训练的图像vector<Mat>images和标签vector<int>labels
string filename = string("path.txt"); ifstream file(filename); if (!file) { printf("could not load file"); } vector<Mat>images; vector<int>labels; char separator = ';'; string line,path, classlabel; while (getline(file,line)) { stringstream lines(line); getline(lines, path, separator); getline(lines, classlabel); images.push_back(imread(path, 0)); labels.push_back(atoi(classlabel.c_str()));//atoi(ASCLL to int)将字符串转换为整数型 }
第三步:加载、训练、预测模型
Ptr<BasicFaceRecognizer> model = EigenFaceRecognizer::create(); model->train(images, labels); int predictedLabel = model->predict(testSample); printf("actual label:%d,predict label :%d\n", testLabel, predictedLabel);
补充:
1、显示平均脸
//计算特征值特征向量及平均值 Mat vals = model->getEigenValues();//89*1 printf("%d,%d\n", vals.rows, vals.cols); Mat vecs = model->getEigenVectors();//10324*89 printf("%d,%d\n", vecs.rows, vecs.cols); Mat mean = model->getMean();//1*10304 printf("%d,%d\n", mean.rows, mean.cols); //显示平均脸 Mat meanFace = mean.reshape(1, height);//第一个参数为通道数,第二个参数为多少行 normalize(meanFace, meanFace, 0, 255, NORM_MINMAX, CV_8UC1); imshow("Mean Face", meanFace);
2、显示前部分特征脸
//显示特征脸 for (int i = 0; i<min(10, vals.rows); i++) { Mat feature_vec = vecs.col(i).clone(); Mat feature_face= feature_vec.reshape(1, height); normalize(feature_face, feature_face, 0, 255, NORM_MINMAX, CV_8UC1); Mat colorface; applyColorMap(feature_face, colorface, COLORMAP_BONE); sprintf_s(win_title, "eigenface%d", i); imshow(win_title, colorface); }
3、对第一张人脸在特征向量空间进行人脸重建(分别基于前10,20,30,40,50,60个特征向量进行人脸重建)
//重建人脸 for (int i = min(10, vals.rows); i <min(61, vals.rows); i+=10) { Mat vecs_space = Mat(vecs, Range::all(), Range(0, i)); Mat projection = LDA::subspaceProject(vecs_space, mean, images[0].reshape(1, 1));//投影到子空间 Mat reconstruction = LDA::subspaceReconstruct(vecs_space, mean, projection);//重建 Mat result = reconstruction.reshape(1, height); normalize(result, result, 0, 255, NORM_MINMAX, CV_8UC1); //char wintitle[40] = {}; sprintf_s(win_title, "recon face %d", i); imshow(win_title, result); }
完整代码如下:
#include<opencv2\opencv.hpp> #include<opencv2\face.hpp> using namespace cv; using namespace face; using namespace std; char win_title[40] = {}; int main(int arc, char** argv) { namedWindow("input",CV_WINDOW_AUTOSIZE); //读入模型需要输入的数据,用来训练的图像vector<Mat>images和标签vector<int>labels string filename = string("path.txt"); ifstream file(filename); if (!file) { printf("could not load file"); } vector<Mat>images; vector<int>labels; char separator = ';'; string line,path, classlabel; while (getline(file,line)) { stringstream lines(line); getline(lines, path, separator); getline(lines, classlabel); //printf("%d\n", atoi(classlabel.c_str())); images.push_back(imread(path, 0)); labels.push_back(atoi(classlabel.c_str()));//atoi(ASCLL to int)将字符串转换为整数型 } int height = images[0].rows; int width = images[0].cols; printf("height:%d,width:%d\n", height, width); //将最后一个样本作为测试样本 Mat testSample = images[images.size() - 1]; int testLabel = labels[labels.size() - 1]; //删除列表末尾的元素 images.pop_back(); labels.pop_back(); //加载,训练,预测 Ptr<BasicFaceRecognizer> model = EigenFaceRecognizer::create(); model->train(images, labels); int predictedLabel = model->predict(testSample); printf("actual label:%d,predict label :%d\n", testLabel, predictedLabel); //计算特征值特征向量及平均值 Mat vals = model->getEigenValues();//89*1 printf("%d,%d\n", vals.rows, vals.cols); Mat vecs = model->getEigenVectors();//10324*89 printf("%d,%d\n", vecs.rows, vecs.cols); Mat mean = model->getMean();//1*10304 printf("%d,%d\n", mean.rows, mean.cols); //显示平均脸 Mat meanFace = mean.reshape(1, height);//第一个参数为通道数,第二个参数为多少行 normalize(meanFace, meanFace, 0, 255, NORM_MINMAX, CV_8UC1); imshow("Mean Face", meanFace); //显示特征脸 for (int i = 0; i<min(10, vals.rows); i++) { Mat feature_vec = vecs.col(i).clone(); Mat feature_face= feature_vec.reshape(1, height); normalize(feature_face, feature_face, 0, 255, NORM_MINMAX, CV_8UC1); Mat colorface; applyColorMap(feature_face, colorface, COLORMAP_BONE); sprintf_s(win_title, "eigenface%d", i); imshow(win_title, colorface); } //重建人脸 for (int i = min(10, vals.rows); i <min(61, vals.rows); i+=10) { Mat vecs_space = Mat(vecs, Range::all(), Range(0, i)); Mat projection = LDA::subspaceProject(vecs_space, mean, images[0].reshape(1, 1)); Mat reconstruction = LDA::subspaceReconstruct(vecs_space, mean, projection); Mat result = reconstruction.reshape(1, height); normalize(result, result, 0, 255, NORM_MINMAX, CV_8UC1); //char wintitle[40] = {}; sprintf_s(win_title, "recon face %d", i); imshow(win_title, result); } waitKey(0); return 0; }
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持猪先飞。
相关文章
- 这篇文章主要介绍了python-opencv-画外接矩形框的实例代码,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-04
- 图片剪裁是常用的方法,那么如何通过4坐标剪裁图片,本文就详细的来介绍一下,感兴趣的小伙伴们可以参考一下...2021-06-04
- 这篇文章主要介绍了OpenCV如何去除图片中的阴影的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-29
- 这篇文章主要介绍了解决使用OpenCV中的imread()内存报错问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16
- 这篇文章主要介绍了python OpenCV的相关资料,帮助大家更好的理解和学习使用python的opencv,感兴趣的朋友可以了解下...2021-03-31
- 这篇文章主要介绍了使用OpenCV去除面积较小的连通域,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-07-05
详解pycharm的python包opencv(cv2)无代码提示问题的解决
这篇文章主要介绍了详解pycharm的python包opencv(cv2)无代码提示问题的解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-01-29在C#中使用OpenCV(使用OpenCVSharp)的实现
这篇文章主要介绍了在C#中使用OpenCV(使用OpenCVSharp)的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-11-15- 这篇文章主要为大家详细介绍了C++ opencv实现车道线识别,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2021-02-20
详解opencv中画圆circle函数和椭圆ellipse函数
这篇文章主要介绍了opencv中画圆circle函数和椭圆ellipse函数,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下...2020-05-09- 这篇文章主要为大家详细介绍了Opencv LBPH人脸识别算法的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-04-25
python中的opencv和PIL(pillow)转化操作
这篇文章主要介绍了python中的opencv和PIL(pillow)转化操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16- 这篇文章主要介绍了python基于opencv检测程序运行效率,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下...2020-05-09
浅谈OpenCV中的新函数connectedComponentsWithStats用法
这篇文章主要介绍了浅谈OpenCV中的新函数connectedComponentsWithStats用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-07-05- 这篇文章主要为大家详细介绍了Opencv实现绿幕视频背景替换功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-04-25
- 这篇文章主要介绍了Opencv图像处理之详解掩膜mask,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-21
- 凸包是一个计算几何中的概念,在图像处理过程中,我们常常需要寻找图像中包围某个物体的凸包,本文就使用OpenCV实现,感兴趣的可以了解一下...2021-06-08
- 这篇文章主要介绍了python基于OpenCV模板匹配识别图片中的数字,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下...2021-03-31
- 今天小编就为大家分享一篇python-OpenCV 实现将数组转换成灰度图和彩图,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-04-27
- 这篇文章主要介绍了使用opencv识别图像红色区域,并输出红色区域中心点坐标,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-06-03