Qt5.7+Opencv2.4.9人脸识别(四)模型训练
2017-05-04 11:35
525 查看
【注意】本博文的档次适合OpenCV初学者,和要做本科生毕业设计这类档次。
源码的下载地址和原理理论部分请走下面连接
http://blog.csdn.net/qq78442761/article/details/71157980
上一节是人脸处理,链接如下:
http://blog.csdn.net/qq78442761/article/details/71159013
这一节是模型训练,这个模型训练要做的功能就是调用Opencv生成一个XML文件,这个XML文件记录了每组的人脸的特征(本程序是10张图一个人,每一个人有唯一固定的编号)
功能如下,在点击功能再点击训练模型后会在此程序根目录下生成如下xml文件。
下面来看代码,如何实现这一功能:
void AddPeople::TrainingModel()
{
//读取你的CSV文件路径.
//string fn_csv = string(argv[1]);
std::string fn_csv = "./Data/at.txt";
// 2个容器来存放图像数据和对应的标签
std::vector<cv::Mat> images;
std::vector<int> labels;
// 读取数据. 如果文件不合法就会出错
// 输入的文件名已经有了.
try
{
read_csv(fn_csv, images, labels);
}
catch (cv::Exception& e)
{
std::cerr << "Error opening file \"" << fn_csv << "\". Reason: " << e.msg << endl;
// 文件有问题,我们啥也做不了了,退出了
return;
}
// 如果没有读取到足够图片,也退出.
if (images.size() <= 1) {
std::string error_message = "This demo needs at least 2 images to work. Please add more images to your data set!";
CV_Error(CV_StsError, error_message);
}
// 下面的几行代码仅仅是从你的数据集中移除最后一张图片
//[gm:自然这里需要根据自己的需要修改,他这里简化了很多问题]
cv::Mat testSample = images[images.size() - 1];
// int testLabel = labels[labels.size() - 1];
images.pop_back();
labels.pop_back();
cv::Ptr<cv::FaceRecognizer> model = cv::createEigenFaceRecognizer();
model->train(images, labels);
model->save("MyFacePCAModel.xml");
int predictedLabel = -1;
double confidence = 0.0;
model->predict(testSample, predictedLabel, confidence);
qDebug()<<confidence;
}其实就是调用了createEigenFaceRecognizer(),就实现了在第一节中,所说的理论,然后在train就能训练出xml文件。
下一节将说明人脸识别。
源码和理论部分在本博文开头有提供。
源码的下载地址和原理理论部分请走下面连接
http://blog.csdn.net/qq78442761/article/details/71157980
上一节是人脸处理,链接如下:
http://blog.csdn.net/qq78442761/article/details/71159013
这一节是模型训练,这个模型训练要做的功能就是调用Opencv生成一个XML文件,这个XML文件记录了每组的人脸的特征(本程序是10张图一个人,每一个人有唯一固定的编号)
功能如下,在点击功能再点击训练模型后会在此程序根目录下生成如下xml文件。
下面来看代码,如何实现这一功能:
void AddPeople::TrainingModel()
{
//读取你的CSV文件路径.
//string fn_csv = string(argv[1]);
std::string fn_csv = "./Data/at.txt";
// 2个容器来存放图像数据和对应的标签
std::vector<cv::Mat> images;
std::vector<int> labels;
// 读取数据. 如果文件不合法就会出错
// 输入的文件名已经有了.
try
{
read_csv(fn_csv, images, labels);
}
catch (cv::Exception& e)
{
std::cerr << "Error opening file \"" << fn_csv << "\". Reason: " << e.msg << endl;
// 文件有问题,我们啥也做不了了,退出了
return;
}
// 如果没有读取到足够图片,也退出.
if (images.size() <= 1) {
std::string error_message = "This demo needs at least 2 images to work. Please add more images to your data set!";
CV_Error(CV_StsError, error_message);
}
// 下面的几行代码仅仅是从你的数据集中移除最后一张图片
//[gm:自然这里需要根据自己的需要修改,他这里简化了很多问题]
cv::Mat testSample = images[images.size() - 1];
// int testLabel = labels[labels.size() - 1];
images.pop_back();
labels.pop_back();
cv::Ptr<cv::FaceRecognizer> model = cv::createEigenFaceRecognizer();
model->train(images, labels);
model->save("MyFacePCAModel.xml");
int predictedLabel = -1;
double confidence = 0.0;
model->predict(testSample, predictedLabel, confidence);
qDebug()<<confidence;
}其实就是调用了createEigenFaceRecognizer(),就实现了在第一节中,所说的理论,然后在train就能训练出xml文件。
下一节将说明人脸识别。
源码和理论部分在本博文开头有提供。
相关文章推荐
- Qt5.7+Opencv2.4.9人脸识别(六)Tcp,Mysql,3DES,XML综合
- Qt5.7+Opencv2.4.9人脸识别(一)项目介绍
- Qt5.7+Opencv2.4.9人脸识别(五)人脸识别
- Qt5.7+Opencv2.4.9人脸识别(三)人脸处理
- Qt5.7+Opencv2.4.9人脸识别(二)人脸采集
- OpenCV实践之路——人脸识别之二模型训练
- OpenCV实践之路——人脸识别之二模型训练
- OpenCV人脸识别之二:模型训练
- 【opencv实践】人脸识别匹配——模型训练
- 基于opencv的haar算法以人脸识别为例的训练分类器xml的方法
- opencv 人脸识别 (一)训练样本的处理
- 基于opencv2.0的haar算法以人脸识别为例的训练分类器xml的方法 .
- [OpenCv]在Ubuntu12.04中OpenCv-2.4.9的配置以及人脸识别程序的测试
- 基于opencv2.0的haar算法以人脸识别为例的训练分类器xml的方法
- opencv提高之cascade分类器训练人脸检测模型
- 基于opencv2.0的haar算法以人脸识别为例的训练分类器xml的方法
- OpenCV+Qt:基于PCA主成分分析的人脸识别例程
- opencv 人脸识别 (一)训练样本的处理
- 人脸识别自己训练模型
- 人脸识别之二模型训练