Python顔認識 (GUIインターフェース) - pyopencvをベースとする

2022-02-19 18:36:42

<ブロッククオート

今日の一言 <スパン静かに輝き、そしてみんなを驚かせる!!!!

序文

このプロジェクトは、学校の開始といくつかの他の問題のために、夏の終わりの前に著者が書いたプロジェクトであり、著者は、Javaを移行する必要があると、側にプロジェクトをされている後にパイソンを書くためのプロジェクトの多くはないかもしれませんが、今日の週末を利用して、私は側面を改善するために、リポジトリからプロジェクトをドラッグし、非常にフル機能ではないかもしれませんが、私はそれが皆に助けをもたらすことができると思います！.

目次

序文です。

プロジェクトの説明

プロジェクトのアイデア

プロジェクトモジュール

1. 顔の取得

2. データトレーニング

3. 顔認識

4.GUIインターフェース

プロジェクトコード

顔面キャプチャ

データトレーニング

顔認識

マージGUI

プロジェクト概要

プロジェクト概要

まずは結果から。

最初に操作できるGUIインターフェイスを書きました。

ボタンのうち2つは、対応する機能に対応しています。

顔をキャプチャします。

認識機能。

色を50/50/50に犠牲にしています。(パソコンの画素はあまり良くないので、我慢してくださいへっへっへ)

プロジェクトのアイデア

このプロジェクトは、pythonのcv2画像認識ライブラリを使って、コンピュータのカメラを取得して顔を認識し顔画像を保存し、保存した顔画像をcv2のこの二つの学習ツール（これらは既に書かれている顔認識アルゴリズム）で直接呼び出せるようにするものである。

プロジェクトモジュール

このプロジェクトは、大きく分けて4つのモジュールに分けられます。

1. 顔の取得

で
cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
カメラ画像と顔情報を比較し、顔の核となる部分を見つけ矩形で囲み、指示を待ち、次のステップで顔画像を保存します。

これらは私が保存したものです（私の色を犠牲にしてウハウハ）これらはデータ学習に使用します。

2. データトレーニング

ディレクトリ内の画像を配列に変換し、各画像の顔部分のデータを取得してあらかじめ作成したリストに保存、各画像のIDを取得して同じくあらかじめ作成したリストに保存し、最後に学習済みデータを保存します。

3. 顔認識

cv2が学習したデータをファイルに入れてくれるので、このデータを直接呼び出して、認識時にカメラの上にある顔と比較するのです。

上の画像は、学習させたファイルの1つです。

認識効果はご覧の通り、上記の通りです!!!!

4. GUIインターフェース

pyqtを使った簡単なGUIを設計し、以前のブログで説明したようにpyqtの環境を設定しました -。 pyqtの紹介

2つのシンプルなボタンを使ってビジュアライズしています。

プロジェクトコード

フェイスキャプチャ
import numpy as np
import cv2
def b():
    print('Camera is being called!')

    faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

    cap = cv2.VideoCapture(0)
    cap.set(3,640) # set Width
    cap.set(4,480) # set Height

    while True:
        ret, img = cap.read()
        # convert color map to grayscale
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        faces = faceCascade.detectMultiScale(
            gray,
             scaleFactor=1.2,
            minNeighbors=5
            ,
            minSize=(20, 20)

        )

        for (x,y,w,h) in faces:
            cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
            roi_gray = gray[y:y+h, x:x+w]
            roi_color = img[y:y+h, x:x+w]


        cv2.imshow('video',img)

        k = cv2.waitKey(30) & 0xff
        if k == ord('s'):
            n = input('Please enter the number:')
            cv2.imwrite('. /data/jm/'+n+'.jpg',roi_gray)
        if k == 27: # press 'ESC' to quit
            break

    cap.release()
    cv2.destroyAllWindows()

b()
データトレーニング
import os
import cv2
import sys
from PIL import Image
import numpy as np



def getImageAndLabels(path):
    facesSamples=[]
    ids=[]
    imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
    # Detect faces
    face_detector = cv2.CascadeClassifier('haarcascade_frontalface_alt2.xml')
    # Print the array imagePaths
    print('Data alignment:',imagePaths)
    # Iterate over the images in the list
    for imagePath in imagePaths:
        #open the image, black and white
        PIL_img=Image.open(imagePath).convert('L')
        # Convert the image to an array, in black and white shades
       # PIL_img = cv2.resize(PIL_img, dsize=(400, 400))
        img_numpy=np.array(PIL_img,'uint8')
        # Get image face features
        faces = face_detector.detectMultiScale(img_numpy)
        #Get the id and name of each image
        id = int(os.path.split(imagePath)[1].split('.') [0])
        # Prevent faceless photos
        for x,y,w,h in faces:
            ids.append(id)
            facesSamples.append(img_numpy[y:y+h,x:x+w])
        #print the face features and ids
        #print('fs:', facesSamples)
        print('id:', id)
        #print('fs:', facesSamples[id])
    print('fs:', facesSamples)
    #print('face examples:', facesSamples[0])
    #print('identity information:',ids[0])
    return facesSamples,ids

if __name__ == '__main__':
    #image path
    path='. /data/jm/'
    #Get image array and id tag array and names
    faces,ids=getImageAndLabels(path)
    #Get the training object

    recognizer=cv2.face.LBPHFaceRecognizer_create()

    #recognizer.train(faces,names)#np.array(ids)
    recognizer.train(faces,np.array(ids))
    #Save the file
    recognizer.write('trainer/trainer3.yml')
顔認識
import cv2
import os
def a():
    # load recognizer
    recognizer = cv2.face.LBPHFaceRecognizer_create()
    recognizer.read('trainer/trainer3.yml')
    # load classifier
    cascade_path = "haarcascade_frontalface_alt2.xml"
    face_cascade = cv2.CascadeClassifier(cascade_path)
    cam = cv2.VideoCapture(0)
    minW = 0.1*cam.get(3)
    minH = 0.1*cam.get(4)
    font = cv2.FONT_HERSHEY_SIMPLEX
    names = []
    agelist=[21,21,21,21,21,21,21,22]
    path='. /data/jm/'
    imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
    for imagePath in imagePaths:
        id = int(os.path.split(imagePath)[1].split('.') [0])
        names.append(id)
    while True:
        ret, img = cam.read()
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        faces = face_cascade.detectMultiScale(
            gray,
            scaleFactor=1.3,
            minNeighbors=5,
            minSize=(int(minW), int(minH))
        )
        for (x, y, w, h) in faces:
            cv2.rectangle(img, (x , y ), (x + w , y + h ), (225, 0, 0), 2)
            img_id, confidence = recognizer.predict(gray[y:y + h, x:x + w])
            print(img_id,confidence)
            if confidence < 50:
                confidence = "{0}%".format(round(100 - confidence))
            else:
                img_id = "Unknown"
                confidence = "{0}%".format(round(100 - confidence))
            if img_id ! = "Unknown":
                print('Recognition successful!!!')
            else:
                print('Recognition failed!!!')
            cv2.putText(img, str(img_id), (x, y + h), font, 0.55, (0, 255, 0), 1)
            cv2.putText(img, "18", (x , y + 500), font, 1, (0, 255, 0), 1)
            cv2.putText(img, "18", (x , y +h + 150), font, 1, (0, 255, 0), 1)
     
            cv2.putText(img, str(confidence), (x + 5, y - 5), font, 1, (0, 255, 0), 1)
        cv2.imshow('face', img)
        if cv2.waitKey(5) & 0xFF == 27:
            break
     
    cam.release()
    cv2.destroyAllWindows()
GUIをマージする
from PyQt5 import QtCore, QtGui, QtWidgets
import cv2

class Ui_MainWindow(QtWidgets.QMainWindow):
    def __init__(self):
        super(Ui_MainWindow,self). __init__()
    def setupUi(self, MainWindow):
        MainWindow.setObjectName("MainWindow")
        MainWindow.resize(565, 331)
        self.centralwidget = QtWidgets.QWidget(MainWindow)
        self.centralwidget.setObjectName("centralwidget")
        self.pushButton = QtWidgets.QPushButton(self.centralwidget)
        self.pushButton.setGeometry(QtCore.QRect(70, 190, 111, 61))
        self.pushButton.setObjectName("pushButton")
        self.pushButton_2 = QtWidgets.QPushButton(self.centralwidget)
        self.pushButton_2.setGeometry(QtCore.QRect(310, 190, 121, 61))
        self.pushButton_2.setObjectName("pushButton_2")
        self.label = QtWidgets.QLabel(self.centralwidget)
        self.label.setGeometry(QtCore.QRect(180, 60, 161, 81))
        self.label.setObjectName("label")
        MainWindow.setCentralWidget(self.centralwidget)
        self.menubar = QtWidgets.QMenuBar(MainWindow)
        self.menubar.setGeometry(QtCore.QRect(0, 0, 565, 26))
        self.menubar.setObjectName("menubar")
        MainWindow.setMenuBar(self.menubar)
        self.statusbar = QtWidgets.QStatusBar(MainWindow)
        self.statusbar.setObjectName("statusbar")
        MainWindow.setStatusBar(self.statusbar)

        self.retranslateUi(MainWindow)
        QtCore.QMetaObject.connectSlotsByName(MainWindow)

    def retranslateUi(self, MainWindow):
        _translate = QtCore.QCoreApplication.translate
        MainWindow.setWindowTitle(_translate("MainWindow", "MainWindow"))
        self.pushButton.setText(_translate("MainWindow", "Capturing face information"))
        self.pushButton_2.setText(_translate("MainWindow", "Start recognition"))
        # self.label.setText(_translate("MainWindow", "Result: "))
        self.pushButton.clicked.connect(self.b)
        self.pushButton_2.clicked.connect(self.final)

    def b(self):
        print('Camera is being called!')
        print("typing 'esc' for exit!!! ")

        faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

        cap = cv2.VideoCapture(0)
        cap.set(3, 640) # set Width
        cap.set(4, 480) # set Height
        print("Please enter the letter 's' to save the message! ")
        while True:
            ret, img = cap.read()
            # Convert the color map to grayscale
            gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
            faces = faceCascade.detectMultiScale(
                gray,
                scaleFactor=1.2,
                minNeighbors=5
                ,
                minSize=(20, 20)

            )

            for (x, y, w, h) in faces:
                cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
                roi_gray = gray[y:y + h, x:x + w]
                roi_color = img[y:y + h, x:x + w]

            cv2.imshow('video', img)

            k = cv2.waitKey(30) & 0xff

            if k == ord('s'):
                n = input('Please enter the number:')
                cv2.imwrite('. /data/jm/' + n + '.jpg', roi_gray)
            if k == 27:
                break

        cap.release()
        cv2.destroyAllWindows()
        print("Training!!! ")
        self.train()

    def final(self):
        import face_zhineng.final_face
        face_zhineng.final_face.a()



    def train(self):
        import cv2
        import numpy as np
        import face_zhineng.training
        # image path
        path = '. /data/jm/'
        faces, ids = face_zhineng.training.getImageAndLabels(path)
        # Get the training object
        recognizer = cv2.face.LBPHFaceRecognizer_create()
        recognizer.train(faces, np.array(ids))
        # Save the file
        recognizer.write('trainer/trainer3.yml')
        print("Training complete!!! ")


if __name__ == '__main__':
    import sys

    app = QtWidgets.QApplication(sys.argv)
    MainWindow = QtWidgets.QMainWindow()
    ui = Ui_MainWindow()
    ui.setupUi(MainWindow)
    MainWindow.show()
    sys.exit(app.exec_())
プロジェクト概要

このプロジェクトはついに完成しました、長いため息ですハハハハハハハハハハハハハハハハハハハハハハハハハハハハハハハハハハハハハ。

プロジェクトは、実際にいくつかの顔を開くソフトウェアに拡張することができ、もともとこれを書くことを意図して、しかし、時間とエネルギーのために非常に豊富ではありません、私は単に少しを得る、あなたがパートナーに興味がある場合は、それを自分で試して行くことができます！[OK]をクリックします。

次は最終審査なので、皆さんも良い成績を残してくださいね。

<スパン ゴーゴーゴーゴー！！（笑