1 .前言
只需调用三个库即可完成图像集的分类
2 .背景
很多人不知道这个python opencv是如何生成训练集的，只是调用别人制作的训练集。 但是，也有人喜欢深挖原因自己制作训练集。 我们为这类群体提供了生成培训集的源代码
3 .详细情况
如果文件地址复制了自己的，并显示face类型的错误，则说明未安装opencv扩展包。 如果遇到此问题，请访问https://blog.csdn.net/weixin _ 50765298/article/details/121663916。 spm=1001.2014.3001.5502
4 .源代码如下
#调用三个库import c v2 import numpy import OS # # names=[ ' '，' name1'， ' name2']#提取脸部的函数defimg_cutout(img ) : #变灰cv2.color_bgr2gray(# 假设没有面部(' Haar cascade _ frontal face _ alt2. XML ' )提取面部的部分faces=faaces) 返回None #并返回坐标(x，y，w， h )=faces(0) )，然后提取脸部部分坐标returngray[y336666] faces[0]#处理文件defimg_path(path ) : #文件中的子文件fille 放置数据集--删除以图像标记ids=[] # s开头的文件ifnotfile.startswith(s ) : continue #记录标签id=int ) file.replace ()， '') )当前文件标记print(id ) )合成地址file_cut=path '/' file # )测试扫描地址file_cuts=OS.listdir(file_cut ) )的forfiles _ cut infile _ cuts 3360 if files _ cut.starts with () face， rect=img_cutout(image ) iffaceisnotnone : faces.append (ids.append ) id ) #返回到您脸部的数据集和标签返回faces，然后单击IDD ' print ('开始处理写真集………) ) faces，ids=img _ path (path (print ) f ' faces is (len ) faces ) ) ) print ) f'idsis 开始训练……(recognizer=cv2.face.lbphfacerecognizer _ create (recognizer.train (faces，numpy.array ) IDS )
写完这种安静的大碗代码，你会发现其实只有几行。 很多时候，我们不记得同样的事情。 它就像一座看不见的山，不会让你靠近一步。
6 .效果图参考