本系列人臉識別文章用的是opencv2，最新版的opencv3.2的代碼請參考文章：

OpenCV之識別自己的臉——C++源碼放送

前段時間對人臉檢測進行了一些嘗試：人臉檢測（C++/Python）但是檢測和識別是不同的，檢測解決的問題是圖片中有沒有人臉；而識別解決的問題是，如果一張圖片中有人臉，這是誰的臉。人臉檢測可以利用opencv自帶的分類器，但是人臉識別就需要自己收集數據，自己訓練分類器了。opencv給出的有人臉識別的教程：Face Recognition with OpenCV。網上也可以找到中文版本的。

正所謂自己動手豐衣足食。站在巨人的肩膀上，參考前輩們的經驗，終于能夠識別出自己了。由于感覺內容較多，而且沒有時間一次性寫完，所以準備分階段來寫。每一篇博客是一個階段的工作。初步設想分為數據收集和預處理、訓練模型和人臉識別三個部分。今天先寫第一部分。

一、背景數據集

本次用的數據集市opencv給出的教程里面的第一個數據集：The AT&T Facedatabase。又稱ORL人臉數據庫，40個人，每人10張照片。照片在不同時間、不同光照、不同表情(睜眼閉眼、笑或者不笑)、不同人臉細節(戴眼鏡或者不戴眼鏡)下采集。所有的圖像都在一個黑暗均勻的背景下采集的，正面豎直人臉(有些有有輕微旋轉)。
下載下來之后是這樣的：

可以看到每個人一個文件夾，每個文件夾下是這個人的十張照片，但是不是我們熟悉的BMP或者是PNG或者是JPEG格式的，而是PGM格式的。windows7自帶的照片查看器和畫圖軟件都不能打開這種格式的圖片。不過好在我昨天剛對imread()函數研究過：使用imread()函數讀取圖片的六種正確姿勢。所以記得opencv文檔里有這樣的描述：

imread()還是很強大的，所以寫個程序看看那這些人是什么樣吧。

二、自己的人臉數據集

1.拍照程序

想要識別自己，單有別人的數據集還是不行的，還需要自己人臉的照片才行。這就需要我們收集自己的照片，然后和上面的那個數據集一起來訓練模型。在拿著手機自拍的過程中我想到，問什么不寫一個程序用電腦的攝像頭自拍呢，隨便還能研究下怎么用opencv實現拍照的功能。經過一番實驗（其實還是費了好長時間），終于寫了一個拍照程序。

程序的功能就是打開電腦攝像頭，當P鍵按下（P是拍照的首字母？還是Photo的首字母？還是Picture的首字母？）的時候，保存當前幀的圖像。簡單到沒朋友（竟然耗費了那么久！）。

while (1)
        {
            char key = waitKey(100);
            cap >> frame;
            imshow("frame", frame);
            string filename = format("D:\\pic\\pic%d.jpg", i);

            switch (key)
            {
            case'p':
                i++;
                imwrite(filename, frame);
                imshow("photo", frame);
                waitKey(500);
                destroyWindow("photo");
                break;
            default:
                break;
            }
        }

然后我們就可以運行程序，不停地按下p鍵對自己一通狂拍了。

2.預處理

在得到自己的人臉照片之后，還需要對這些照片進行一些預處理才能拿去訓練模型。所謂預處理，其實就是檢測并分割出人臉，并改變人臉的大小與下載的數據集中圖片大小一致。
人臉檢測在之前的博客中已經做了介紹，這里就不再贅述。詳情參考：OpenCV人臉檢測（C++/Python)。用ROI分割即可。
檢測出人臉之后改變大小使之與ORL人臉數據庫人臉大小一致。通過加斷點在Locals里面或者是ImageWatch可以看到ORL人臉數據庫人臉的大小是92 x 112。

這里只需要對檢測后得到的ROI做一次resize即可。
這兩步的代碼如下：

            std::vector<Rect> faces;
            Mat img_gray;

            cvtColor(img, img_gray, COLOR_BGR2GRAY);
            equalizeHist(img_gray, img_gray);

            //-- Detect faces
            face_cascade.detectMultiScale(img_gray, faces, 1.1, 3, CV_HAAR_DO_ROUGH_SEARCH, Size(50, 50));

            for (size_t j = 0; j < faces.size(); j++)
            {
                Mat faceROI = img(faces[j]);
                Mat MyFace;
                if (faceROI.cols > 100)
                {
                    resize(faceROI, MyFace, Size(92, 112));
                    string  str = format("D:\\MyFaces\\MyFcae%d.jpg", i);
                    imwrite(str, MyFace);
                    imshow("ii", MyFace);
                }
                waitKey(10);
            }

至此，我們就得到和ORL人臉數據庫人臉大小一致的自己的人臉數據集。然后我們把自己的作為第41個人，在我們下載的人臉文件夾下建立一個s41的子文件夾，把自己的人臉數據放進去。就成了這樣下面這樣，最后一個文件夾里面是我自己的頭像照片：

之后的內容放到下一次記錄。未完待續......

     公眾號CVPy，分享OpenCV和Python的實戰內容。每一篇都會放出完整的代碼。歡迎關注。

cvpy.jpg