人工智能项目资料-基于opencv的人脸识别检测系统，应用LBPH算法，对人脸图像处理并进行识别检测.zip

# 自制Python人脸识别检测系统 运行程序可以选择录入人脸信息，检测人脸信息和退出 录入人脸信息就是在摄像头前面录像，需要多晃头点头张嘴眨眼等等以提高准确度， 类似平时接触到的那些录入人脸的程序 人脸识别应用的是LBPH算法，也叫局部二值模式方法， LBPH算法简单来说就是先将图片灰度化，然后运用LBP算子进行LBP特征提取， 然后进行ULBP降维度处理分成多个方格，再生成直方图，再与直方图链接特征向量集合 与DB直方图比对，然后得到分类结果 LBP算子，是用圆形邻域中点与邻域点的灰度进行比较，灰度值大于等于中心点的置1，小于的置0，这样就得到了一串二进制码， 这样的优点是具有旋转不变性和光照不敏感（旋转不太影响结果，光照不太影响结果，但是在实际使用过程中对光照依然有要求，尽量与录入过程中的光照环境相同） 程序的过程是分为录入调用摄像头捕获，捕获完之后将每张照片中的人脸提取出来，输入模型名称（最好是人名），在进行训练， 检测过程是调用摄像头捕获图片，在将人脸图片提取出来， 再与模型库中的模型进行比对，当比对到匹配的模型就表示识别成功并输出模型名称， 比对失败就对其他模型再进行比对，直到比对成功 第80行修改训练张数，目前是拍摄1000张 ```python if photoname >= 1000: #训练张数 break ``` 第168行可修改confidence置信度识别阈值，越低越精确 ```python elif confidence<=125: print("***识别为:{}***".format(names[trainnum])) flag=1 break ```