TensorFlow实现人脸识别(5)-------利用训练好的模型实时进行人脸检测

经过前面复杂的操作，训练出来对于某一个人的识别模型。本文将利用该模型对于打开的视频或者摄像头实时的识别该人。

读取视频 ==> 识别人脸 ==> 绘制标志

代码如下：

#-*- coding:UTF-8 -*-
import tensorflow as tf
import numpy as np
import sys  
import gc  
from face_train import Model  
import cv2

def IdentifyFace(window_name):
    cv2.namedWindow(window_name)

    model = Model()
    model.load_model(file_path = 'face.model.h5')

    cap = cv2.VideoCapture("test.wmv")  #获取视频数据
    classifier=cv2.CascadeClassifier('/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt2.xml')
    color=(0,255,0)
    num = 0
    while cap.isOpened():
        ok,frame = cap.read()  #ok表示返回的状态  frame存储着图像数据矩阵 mat类型的
        if not ok:
            break

        #图像灰度化
        grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
        #加载分类器 opencv自带
        faceRects = classifier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))

        if len(faceRects) > 0 :
            for faceRect in faceRects:
                x,y,w,h = faceRect

                image = frame[y-10:y+h+10,x-10:x+w+10]
                faceID = model.face_predict(image)
               #如果是“我”  
                if faceID == 0:  
                    cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, thickness = 2)  

                    #文字提示是谁  
                    cv2.putText(frame,'ME',  
                                (x + 30, y + 30),                      #坐标  
                                cv2.FONT_HERSHEY_SIMPLEX,              #字体  
                                1,                                     #字号  
                                (255,0,255),                           #颜色  
                                2)                                     #字的线宽  
                else:  
                    cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, thickness = 2)  

                    #文字提示是谁  
                    cv2.putText(frame,'others',  
                                (x + 30, y + 30),                      #坐标  
                                cv2.FONT_HERSHEY_SIMPLEX,              #字体  
                                1,                                     #字号  
                                (255,0,255),                           #颜色  
                                2)  

        cv2.imshow(window_name,frame) #将捕获的数据显示出来
        c = cv2.waitKey(30)
        if c & 0xff == ord('q'): #按q退出
            break

    cap.release()
    cv2.destroyWindow(window_name)

#主程序调用方法运行
if __name__ == '__main__':   
    IdentifyFace('IdentifyFace')

通过加载opencv自带的分类器 classifier.detectMultiScale 来识别出人脸

通过model.face_predict(image)来判断该人脸是否是我们寻找的目标

效果如图所示：

整个完整工程的源码下载地址：
http://download.csdn.net/download/yunge812/10270064