说明

本文参考自https://www.cnblogs.com/fpzs/p/10550450.html.
还是和之前一样，由于Opencv版本的不同，需要增加头文件#include <opencv2/imgproc/types_c.h>，修改detectMultiScale中第5个参数CV_HAAR_DO_ROUGH_SEARCH为CASCADE_SCALE_IMAGE，然后就没问题了。
有了之前三篇文章的基础【Opencv综合应用】自制训练集的人脸识别3——用csv文件生成xml文件.【Opencv综合应用】自制训练集的人脸识别2——制作csv文件.【Opencv综合应用】自制训练集的人脸识别1——拍摄10张人脸图片. 终于，到了这个项目的最后一步了，现在我们就可以用训练好的模型，把检测到的人脸与人脸模型里面的进行对比，找出这是谁的脸了。

一，主要步骤

使用的是opencv中的Haar特征分类器，Harr Cascades
识别对象为视频中的人脸
1.打开摄像头。
2.加载人脸检测器，加载人脸模型。
3.待识别图像预处理 resize cvtColor 等，人脸检测。
4.把检测到的人脸与人脸模型里面的进行对比，找出这是谁的脸。
5.如果人脸是自己拍照的人脸，显示自己的名字“Safaearth”，如果不是则显示“Error”

这里对其中部分代码进行说明

switch (Predict(pImage_roi[i])) //对每张脸都识别 { //根据自己的需要修改case后面的值 case 41:str = "Safaearth"; break; default: str = "Error"; break; } 

在把检测到的人脸与人脸模型里面的进行对比时用到了switch语句，case后面是你想检测的人脸所在的组别，这里根据自己的需要更改，我自己的人脸图片位于第41组，所以case后写41，当最终在控制台输出41且标出我的人脸名字时说明预测正确。

二，全部代码

/****************************** 1.打开摄像头。 2.加载人脸检测器，加载人脸模型。 3.待识别图像预处理 resize cvtColor 等，人脸检测 4.把检测到的人脸与人脸模型里面的对比，找出这是谁的脸。 5.如果人脸是自己拍照的人脸，显示自己的名字“Safaearth”。 ******************************/ #include<opencv2opencv.hpp>  #include<opencv2face.hpp> #include<opencv2corecore.hpp> #include<opencv2facefacerec.hpp> #include <fstream>  #include <sstream>  #include <math.h> #include <opencv2/imgproc/types_c.h> using namespace std; using namespace cv; using namespace cv::face;  RNG g_rng(12345); Ptr<FaceRecognizer> model; //识别图片 int Predict(Mat src_image) {  Mat face_test; int predict = 0; //截取的ROI人脸尺寸调整 if (src_image.rows >= 120) { //改变图像大小，使用双线性差值 resize(src_image, face_test, Size(92, 112)); } //判断是否正确检测ROI if (!face_test.empty()) {    predict = model->predict(face_test); }  cout << predict << endl; return predict; } int main() {  VideoCapture cap(0); if (!cap.isOpened()) { return -1; }  Mat frame;  Mat gray; //这个分类器是人脸检测所用  CascadeClassifier cascade; bool stop = false; //opencv自带的训练好harr分类器，放置在可执行文件同目录下    cascade.load("haarcascade_frontalface_alt2.xml");   model = FisherFaceRecognizer::create(); //1.加载我们自己训练好的分类器  model->read("MyFaceModel.xml"); //3.利用摄像头采集人脸并识别 while (1) {   cap >> frame;   vector<Rect> faces(0); //存放人脸的向量容器         cvtColor(frame, gray, CV_RGB2GRAY); //灰度化 equalizeHist(gray, gray); //直方图均值化 //检测人脸   cascade.detectMultiScale(gray, faces, 1.1, 4, 0 //| CASCADE_FIND_BIGGEST_OBJECT, //| CASCADE_DO_ROUGH_SEARCH, | CASCADE_SCALE_IMAGE, Size(30, 30), Size(500, 500));   Mat* pImage_roi = new Mat[faces.size()];   Mat face;   Point text_lb;//文本写在的位置 //框出人脸   string str; for (int i = 0; i < faces.size(); i++) {    pImage_roi[i] = gray(faces[i]); //将所有的脸部保存起来    text_lb = Point(faces[i].x, faces[i].y); if (pImage_roi[i].empty()) continue; switch (Predict(pImage_roi[i])) //对每张脸都识别 { //这里是用的switch语句来选择想要检测的人脸组号 //我要检测我自己，我的图像是第41组，所以case后面写41 //当最终在控制台输出出41且正确标出人脸名字时说明预测正确 case 41:str = "Safaearth"; break; default: str = "Error"; break; }    Scalar color = Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255));//所取的颜色任意值 rectangle(frame, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height), color, 3, 8);//放入缓存 putText(frame, str, text_lb, FONT_HERSHEY_TRIPLEX, 1, Scalar(255, 255, 0));//添加文字 } delete[]pImage_roi; imshow("face", frame); waitKey(200); } return 0; } 

三，结果

运行程序后就可以看到能够成功识别出我的脸了，控制台上也显示出41号说明正确

这里再放上一张索尔维会议的图片和我一起进行识别，看下有许多张人脸在时的检测效果

可以看到仍然能从众多大佬们的脸中识别出我ヽ( ￣д￣;)ノ

好了，整体上看来识别效果还是挺好的，如果还想继续增加识别精度的话可以增加人脸照片，增加训练集来达到。到此为止，自制训练集的人脸识别项目就算全部完成了<(￣︶￣)>