建议安装anaconda、pycharm
在anaconda中安装opencv等安装包
步骤：
1.采集十几张happy、sad照片，命名格式标签+序号.jpg，放在训练文件夹
2.将图像转变成灰度图像，因为OpenCV人脸检测器需要灰度图像，加载OpenCV人脸识别器，提取面部区域
3.读取训练文件夹中的图片名称，将每一个类型以01代表并且返回人脸坐标和人脸类型标签，如果图片的名称以happy开头，则标签为1l；sad开头，标签为2，return faces, labels
4.加载得到（LBPH）人脸识别器，应用数据，进行训练
5.将标签1，2转换成文字，进行预测
基于python+opencvLBPH实现人脸表情识别系统完整源码+GUI界面.zip
版权申诉
5星 · 超过95%的资源 63 浏览量
2023-06-26
14:40:07
上传
评论 4
收藏 3.21MB ZIP 举报 
基于python+opencvLBPH实现人脸表情识别系统完整源码+GUI界面.zip （47个子文件） 
utils.py 2KB main.py 1KB trainer.py 436B
说明.txt 643B
weight trainer.yml 3.18MB lbpcascade_frontalface.xml 49KB .idea opencvLBPH.iml 334B workspace.xml 5KB misc.xml 198B inspectionProfiles Project_Default.xml 4KB profiles_settings.xml 174B modules.xml 279B .gitignore 50B img img_train 
happy13.jpg 26KB happy15.jpg 324KB sad5.jpg 41KB happy6.jpg 5KB sad4.jpg 5KB happy7.jpg 37KB sad2.jpg 33KB happy1.jpg 26KB happy2.jpg 39KB sad6.jpg 24KB sad8.jpg 10KB happy3.jpg 16KB sad9.jpg 25KB sad1.jpg 22KB happy11.jpg 75KB sad11.jpg 15KB happy8.jpg 144KB happy14.jpg 107KB sad14.jpg 52KB happy5.jpg 61KB happy9.jpg 42KB sad10.jpg 20KB sad13.jpg 97KB happy10.jpg 690KB happy4.jpg 22KB sad7.jpg 850KB sad12.jpg 68KB img_predict happy1.jpg 177KB sad1.jpg 34KB detect.py 2KB __pycache__ trainer.cpython-38.pyc 619B utils.cpython-38.pyc 2KB detect.cpython-38.pyc 2KB ui main.ui 2KB资源评论
m0_748125482024-04-25感谢大佬分享的资源，对我启发很大，给了我新的灵感。- m0_532223322024-03-25简直是宝藏资源，实用价值很高，支持！
Make程序设计2024-04-18加油啊啊
