人脸识别代码python

分别在树莓派和MAC中跑人脸识别代码（分三个阶段，采集，训练，识别），识别效果还可以。

‘‘‘‘
Capture multiple Faces from multiple users to be stored on a Database （dataset directory）
	==> Faces will be stored on a directory: dataset/ （if does not exist pls create one）
	==> Each face will have a unique numeric integer ID as 1 2 3 etc                       

based on original code by Anirban Kar: https://github.com/thecodacus/Face-Recognition    

Developed by Marcelo Rovai - MJRoBot.org @ 21Feb18    

‘‘‘

import cv2
import os

cam = cv2.VideoCapture（0）
#cam.set（3 640）    # set video width
#cam.set（4 480）    # set video height

face_detector = cv2.CascadeClassifier（‘haarcascade_frontalface_alt2.xml‘）

color = （0 255 0）

# For each person enter one numeric face id
face_id = input（‘\n Please enter user id end press  ==>  ‘）

print（“\n [INFO] Initializing face capture. Look the camera and wait ...“）
# Initialize individual sampling face count
count = 0

#Start looping
while（True）:
    
    ret img = cam.read（）
    
    #img = cv2.flip（img -1）  # flip video image vertically
    
    # convert frame to grayscale
    gray = cv2.cvtColor（img cv2.COLOR_BGR2GRAY）
    # Using the classifier to detect the number of face matrices in the grayscale image 1.3 indicates the scaling ratio and 5 indicates the number of valid points to be detected.
    
    # Detect frames of different sizes list of faces rectangles
    faces = face_detector.detectMultiScale（gray 1.3 5）
    
    # Loops for each faces
    for （xywh） in faces:
        
        # Specify the size of the rectangle and the thickness of the rectangle border
        cv2.rectangle（img （xy） （x+wy+h） （25500） 2） # Crop the image frame into rectangle
        
        # Increment sample face image
        count += 1
        
        font = cv2.FONT_HERSHEY_SIMPLEX
        cv2.putText（img‘count:%d‘ % （count）（x+30 y+30） font 1 （2550255）4）

        # Save the captured image into the datasets folder
        cv2.imwrite（“dataset/User.“ + str（face_id） + ‘.‘ + str（count） + “.jpg“ gray[y:y+hx:x+w]）
 
        # Display the video frame into the dataset folder
        cv2.imshow（‘image‘ img）

    # To stop taking video Press ‘ESC‘ for exiting video
    k = cv2.waitKey（100） & 0xff
    if k == 27:
        break
    # If image taken reach 100 stop taking video 
    elif count >= 500: # Take 30 face sample and stop video
        break



# Do a bit of cleanup
print（“\n [INFO] Exiting Program and cleanup stuff“）
cam.release（）
cv2.destroyAllWindows（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        2202  2019-01-24 14:56  face_training.py
     目录           0  2019-03-12 16:27  __MACOSX\
     文件         273  2019-01-24 14:56  __MACOSX\._face_training.py
     文件      540616  2019-01-08 19:27  haarcascade_frontalface_alt2.xml
     文件         212  2019-01-08 19:27  __MACOSX\._haarcascade_frontalface_alt2.xml
     文件        2477  2019-03-12 09:07  face_dataset.py
     文件         176  2019-03-12 09:07  __MACOSX\._face_dataset.py
     文件      930127  2018-02-23 11:52  haarcascade_frontalface_default.xml
     目录           0  2019-01-14 20:27  trainer\
     文件        6148  2019-01-14 20:17  trainer\.DS_Store
     目录           0  2019-03-12 16:27  __MACOSX\trainer\
     文件         120  2019-01-14 20:17  __MACOSX\trainer\._.DS_Store
     文件   240860526  2019-03-11 09:34  trainer\trainer.yml
     文件        2744  2019-02-15 14:17  face_recognition.py
     文件         176  2019-02-15 14:17  __MACOSX\._face_recognition.py