【注意】本博文的檔次適合Opencv初學者，和要做本科生畢業設計這類檔次。

昨天晚上剛剛參加了某s*i*p的答辯，發現就是走個流程，與Q群里面其他學生的學校比起來，我們學校編程與其他學校差距較大，在此我把我所做的東西開源展示給大家(其實都是調用Opencv進行識別，并不是什么好東西，網上已經爛大街了)

下面是程序的運行截圖(這里我直接放我總結報告的里面的截圖)：

添加用戶的截圖：

拍照后：(在此文件夾有記錄)

點擊照片處理后Data中會根據編號創建文件夾

點擊照增加csv和模型訓練后，就會生成xml文件，隨后就可以進行人臉識別

測試結果：

當人臉庫中無此人數據時識別結果截圖：

當增加此人數據后運行結果：

識別過程中，人突然跑開，或者人臉精度不大時：

本程序開源，在此是源碼下載地址，

http://download.csdn.net/detail/qq78442761/9832957

【注意】此源碼對Opencv2.4.9庫的調用已經用CMake編譯成MinGW可用的，在此不再說明

CMake然后編譯OpenCV

http://blog.csdn.net/qq78442761/article/details/54342479

在本節的最后，我想簡單交代下識別原理和流程，方面大家對程序的理解：

PCA的全稱是Principal Component Analysis主成份分析。

原理簡單說就是：提取人臉的主要成份，構成特征臉空間，將待識別的人臉投影到特征臉空間上得出特征向量，然后采用歐式距離算出這個特征向量與平均人臉的差值的距離，然后定義一個閾值，當滿足這個閾值時則識別成功。(公式我就不寫了，畢竟待會用Opencv調用的時候就幾個函數，就能實現上述的功能)

在這里的提取人臉主要成分，其實是把圖像矩陣向量化，計算平均值，然后計算差值，再構造協方差，提取協方差的特征向量和特征值，這些特征向量構成的總和就是特征臉空間，然后把每一幅人臉與平均臉的差值的矢量投影到特征臉空間，就達到了模型訓練(這些都是理論，在Opencv里面就幾個函數調用，極其簡單)

在此再說下OPencv人臉識別的流程，方面下一節對程序的理解。

OpenCV人臉識別流程：
1.人臉采集；
2.人臉處理；
3.模型訓練；
4.人臉識別；

所以在下幾節的內容中我將逐步分析，這4個流程，最終達到人臉識別！

總結

以上是生活随笔為你收集整理的Qt5.7+Opencv2.4.9人脸识别(一)项目介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。