(
课件网) 2“认出”一个人 时间：XXXX.XX.XX 学 习 1、复习本章已学内容 2、了解图片标注人名的操作。 目 标 程序 效果 常 规 打开“文件接收柜”中的检测.ppt文件，小组合作在8分钟内将题目做完！ 练 习 学习活动1———检测 1、人脸定位标注的第三步是（ ） A.检查人脸是否存在 B.人脸定位信息 C.人脸位置标注 2、Opencv2的中文意思是（ ） A.开源计算机视觉库 B.人脸分类器 C.识别器 C A 学习活动1———检测 3、faceCascade = cv2.CascadeClassifier( 'haarcascade_frontalface_default.xml') 以上代码的含义是（ ） A.读取图片 B.加载人脸分类器 C.进行人脸检测 D.绘制人脸矩形框 4、for (x,y,w,h) in faces: img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2) 以上代码中（255，0，0）代表标注框的（ ），2表示标注框的（ ） A.坐标 B.颜色 C.粗细 D.位置 B B C 学习活动1———检测 5、 代码“import numpy as np”中”as”的意思是（ ） A.坐标 B.颜色 C.重命名 D.位置 6、append() 函数的作用是（ ） A.追加一个内容到列表中 B.减少列表中的一个内容 C.读取计算机的目标图片 D.绘制人脸矩形框 C A 学习活动1———检测 7、请将以下代码和它对应的意思连接起来 A.import cv2 import numpy as np B.images.append(cv2.imread('img01.jpg',cv2.IMREAD_GRAYSCALE)) C.labels=[0] D.recognizer=cv2.face.LBPHFaceRecognizer_create() E.recognizer.train(images,np.array(labels)) ①.加入LBPH识别器 ②.引入模块 ③.设置图片标签为“0” ④.机器训练 ⑤.输入训练图片 ①.加入LBPH识别器 ②.引入模块 ③.设置图片标签为“0” ④.机器训练 ⑤.输入训练图片 学习活动2———复习“人脸识别训练程序”代码 基于OpenCV的人脸识别预测使用了LBPH识别器中的predict()函数，它返回识别预测的标签值和置信度评分（相似度）。本节使用上一节中两张图片“img01.jpg”和“img02.jpg”机器训练的结果，来测试人脸识别的效果。 第一步：人脸识别 对测试图片进行人脸识别，只需要在“人脸识别训练程序”代码中加入一段人脸识别预测代码，对测试图片“test01.jpg” 进行人脸识别。 test01.jpg 人脸识别的完整程序代码如下： 人脸识别预测代码 学习活动2———复习“人脸识别训练程序”代码 学习活动2———复习“人脸识别训练程序”代码 运行结果： 运行结果如右图，label显示为1，表示测试图片和后面的标签“1”是同一个人；confidence显示约为24.45，表示相似度比较高。 学习活动3———图片标注人名 想一想：有的同学可能会发出疑问：这个程序识别的结果不容易让人看懂，有没有其他办法能够更加直观的表示测试结果呢？ 图片人脸定位 人脸训练识别 身份标注 看一看：翻开书63页，阅读并勾划有关图片标注人名的过程： 学习活动3———图片标注人名 若人脸识别成功，在图片中显示识别的姓名、否则显示“unknown”。图片标注人名的程序代码如下： 学习活动3———图片标注人名 程序运行后，效果如下图。 学习活动3———图片标注人名 #身份标注 for (x, y, w, h) in faces: cv2.rectangle(predict_img, (x, y), (x+w, y+h), (255, 255, 0), 2) if confidence < 100: if label==0: name='Qianxusen' else: name='Qianweichang' else: name = 'unknown' cv2.putText(predict_img,name,(x, y-10), font, 1.0, (255,255,0), 2) 作 业 打开“文件接收柜”中的补全代码.py文件，将代码补充完整———添加身份标注代码，完成后将文件名改为自己的”班级+姓名“提交。 see you~(
课件网) 学习活动1———人脸定位 1、人脸定 ... ...
