【资源说明】 1、该资源包括项目的全部源码,下载可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,作为参考资料学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研,自行调试。 数字图像处理课程作业及人脸识别项目源码+说明.zip # Digital-Image-Process 数字图像处理课程的作业及人脸识别项目文件 ## work 主要包含了数字图像处理了六次课程作业 1. 图像量化处理,图像的采样 2. 视频中截取相邻图片做差值,加法融合运算, `Gamma` 函数增强图片,`log` 变换,直方图均衡算法 3. 医学 X 图像的增强 4. 阈值分割,分水岭算法,硬币的分割 5. 图像加噪声及其去噪 6. 图像的傅里叶变换 ## Project 数字图像处理课程的作业及人脸识别项目文件 **主要文件**: > 1. `face_detect.ipynb`: 主文件 > 2. `protxtxt.ipynb`: 描述文件 > 3. `res10_300x300_ssd_iter_140000_fp16.caffemodel`: 基于`resnet10`训练好的网络权重文件 > 4. trainer.yml: 基于训练集得到的训练权重文件 要求: >1. 可以识别 5 个人 >2. 对人脸进行画框 >3. 可以识别视频流 简介: > 本项目基于`opencv`的中的人脸位置检测,主要是对网络上爬取的指定球星图片,学习其特征,然后对球星进行预测,其中的分类器采用`Harr` 分类器[^1]和基于`LBPH`特征[^2]的识别器 #### 2.设计流程 主要流程: 1. 基于要识别的类别进行数据集采集 2. 划分数据集 3. 制作数据集标签 4. 加载分类器 5. 训练识别器得到训练文件 6. 读取训练文件,对输入的图片进行预测 ##### 数据集 1. 采用从网络上进行数据集的采集 主要使用`requests`包在`https://image.baidu.com/`网站中爬取要求的 `keyword`类型图片 ![](./md_img/getdataset.png) 数据集主要图片 ![image-20230421171552148](./Project/md_img/dataset.png) 2. 对数据集进行以 `2:1` 比例划分训练集和数据集 数据集格式: ``` dataset | |- trainset | |--- class 1 | |--- class 2 | |--- class 3 | |--- class 4 | |--- class 5 |- testset | |--- class 1 | |--- class 2 | |--- class 3 | |--- class 4 | |--- class 5 ``` 3. 读取类别制作标签文件 基于类别文件名称形成类别和id的字典 ##### 数据的训练 主要流程 ![](./Project/md_img/line.png) 1. 加载原始的人脸识别分类器文件 `opencv`提供预训练的`Harr`级联库(检测面部,左右眼,佩戴墨镜),此处主要目的是人脸检测故只需导入对应的`xml`文件即可 [下载地址](https://github.com/opencv/opencv/tree/master/data/haarcascades) 2. 读取训练集的图片 在导入预训练文件之后,此时我们可以对图片中的人脸进行检测,但是为了实现更好的效果需要调整检测的参数 (`detectMultiScale(image,objects,scaleFactor,minNeighbors,flags,minSize,maxSize)`) - `image`:输入的图片 - `objects`:表示检测到的人脸目标序列 - `scaleFactor`:表示每次图像尺寸减小的比例 - `minNeighbors`:表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸), - `minSize
- 1
- 2
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助