SmileyFace——基于OpenCV的人脸人眼检测、面部识别程序

项目地址

https://github.com/guoyaohua/SmileyFace

开发环境

Visual Studio 2010

MFC + OpenCV

功能描述

  1. 静态图像人脸检测
  2. 视频人脸追踪检测
  3. 摄像头人脸检测
  4. 人脸切割显示
  5. 实时面部识别
  6. 样本自动采集
  7. 基于面部识别的程序锁

系统框图

人脸检测

人脸识别

系统截图

本程序以用户体验为中心，界面简洁、明了、易于操作。即使第一次使用该应用，也可以流利的操作。

1.主界面

2.人脸检测效果图——标准正脸

3.人脸检测效果图——人脸集

4.人脸检测效果图——人群

5.图片切割显示

若勾选显示脸图选项，则会将脸图图像分割出来弹窗显示。

6.摄像头动态人脸检测

7.样本库自动采集

点击采集样本按钮，程序会自动将摄像头检测出的脸部图像切割，保存在”/trainingdata/”文件夹下。

8.实时面部识别

可通过调节置信度来调节识别精度

9.基于面部识别的程序锁

当人脸认证成功后，程序会弹窗提示并自动打开已加密文件。

原文地址：https://www.cnblogs.com/guoyaohua/p/8502775.html

时间： 2024-10-13 16:13:34

SmileyFace——基于OpenCV的人脸人眼检测、面部识别程序的相关文章

基于opencv的人脸检测的web应用

参考资料 https://github.com/bsdnoobz/web-based-face-detect http://opencv-code.com/projects/web-based-interface-for-face-detection-with-opencv/ http://www.cnblogs.com/findingsea/archive/2012/03/31/2427833.html 流程如下图 背景知识 php调用exe的返回 <html> <body> &

基于 OpenCV 的人脸识别

基于 OpenCV 的人脸识别 一点背景知识 OpenCV 是一个开源的计算机视觉和机器学习库.它包含成千上万优化过的算法,为各种计算机视觉应用提供了一个通用工具包.根据这个项目的关于页面,OpenCV 已被广泛运用在各种项目上,从谷歌街景的图片拼接,到交互艺术展览的技术实现中,都有 OpenCV 的身影. OpenCV 起始于 1999 年 Intel 的一个内部研究项目.从那时起,它的开发就一直很活跃.进化到现在,它已支持如 OpenCL 和 OpenGL 的多种现代技术,也支持如 iOS

基于OpenCv的人脸检测、识别系统学习制作笔记之一

基于OpenCv从视频到摄像头的人脸检测 在OpenCv中读取视频文件和读取摄像头的的视频流然后在放在一个窗口中显示结果其实是类似的一个实现过程. 先创建一个指向CvCapture结构的指针 CvCapture *capture; 再用两个函数就可以分别获取到视频文件或者摄像头的一些状态信息,然后把这些信息放进去之前指向的结构体 视频文件 capture = cvCreateCameraCapture(0); 打开摄像头 capture = cvCreateFileCapture(argv[1]

基于openCV实现人脸检测

openCV的人脸识别主要通过Haar分类器实现,当然,这是在已有训练数据的基础上.openCV安装在 opencv/opencv/sources/data/haarcascades_cuda(或haarcascades)中存在预先训练好的物体检测器(xml格式),包括正脸.侧脸.眼睛.微笑.上半身.下半身.全身等. openCV的的Haar分类器是一个监督分类器,首先对图像进行直方图均衡化并归一化到同样大小,然后标记里面是否包含要监测的物体.它首先由Paul Viola和Michael Jon

基于Opencv的人脸检测及识别

一.实验目的:我这里完成的是,将8张人脸图片(4组,每组两张)存入库中,选取1张图片,程序识别出与其匹配的另一张. 这里介绍分三个步骤完成该工作,①程序读取摄像头.拍照 ②程序从电脑文档中读取图片   ③检测人脸,并用红框框出人脸 ④使用感知哈希算法匹配最相似的图片 二.实验环境: Win 7(x64).visual studio 2010.openCV-2.4.3 使用语言:C++ 三.实验准备:①安装好vs2010,本文不予介绍.   ②配置opencv : 1'进入官网下载http://o

基于OpenCv的人脸检测、识别系统学习制作笔记之三

1.在windows下编写人脸检测.识别系统.目前已完成:可利用摄像头提取图像,并将人脸检测出来,未进行识别. 2.在linux下进行编译在windows环境下已经能运行的代码. 为此进行了linux系统下OpenCv的安装. 在linux中安装OpenCv遇到了很多问题,已经解决,但是花费了不少时间.目前:可以在linux下编译OpenCv项目,但是运行生成的程序时出现问题.初步认定为采用了虚拟机而导致运行内存不足,程序直接崩溃,将继续解决这个问题. 花费较多时间安装OpenCv是有必要的,为

基于opencv实现人脸自动定位分割

测试环境:vs2010 windows7 opencv2.4.6 程序源码:http://download.csdn.net/detail/huangshanchun/8761601 方法:使用opencv中Haar分类器进行人脸检测,再使用分水岭算法进行人脸分割. 方法评价:对于一幅图中只有一张人脸情况,该方法能较好的分割出人脸的区域,然而对于一幅图中人脸较多的,分割的效果很差.另外,使用分水岭算法进行人脸分割依赖于人脸的定位情况,如果人脸定位失败的,分水岭算法无法正确的分割.

python基于OpenCV的人脸识别系统

想获得所有的代码,请下载(来自我的CSDN): https://download.csdn.net/download/qq_40875849/11292912 主函数: from recognition import recognition from training import training from datasets import datasets from delFile import del_file def main(): facedict = {} cur_path = r'.

让opencv输出人脸检测的得分（置信率）

最近项目略多,其中一个需要找出一些和脸比较像但是不是脸的负样本,想用opencv的人脸检测器检测到的错误脸作为这样的负样本. 但是国内(包括国外)居然几乎没有相关的资料如何输出detectMultiScale()的置信率或者说是人脸得分 所以写一篇小小的总结供有相关需求的人参考. 转载需注明:http://www.cnblogs.com/sciencefans/ 看了下人脸识别函数的opencv的源码 \sources\modules\objdetect\src\cascadedetect.cp