opencv下haarclassifiercascade加上LBPHFaceRecognizer实现人脸识别

（源代码下载：http://download.csdn.net/detail/csdfhj2011/7356491）

上一篇文章中已经用haarclassifiercascade级联分类器将人脸检测出来，那如何从这些人脸中识别出来谁是谁呢？

opencv较新版本中（我使用的是2.4.8）提供了一个FaceRecognizer类，里面有相关的一些人脸识别的算法及函数接口，其中包括三种人脸识别算法：

1.eigenface

2.fisherface

3.LBPHFaceRecognizer

本文实验室用的是第三种。LBP是一种特征提取方式，能提取出图像的局部的纹理特征，最开始的LBP算子是在3X3窗口中，取中心像素的像素值为阀值，与其周围八个像素点的像素值比较，若像素点的像素值大于阀值，则此像素点被标记为1，否则标记为0。这样就能得到一个八位二进制的码，转换为十进制即LBP码，于是得到了这个窗口的LBP值，用这个值来反映这个窗口内的纹理信息。

LBPH是在原始LBP上的一个改进，在opencv支持下我们可以直接调用函数直接创建一个LBPH人脸识别的模型（eigenface和fisherface类似）：

Ptr model = createLBPHFaceRecognizer();

创建完模型之后开始训练样本

 void FaceRecognizer::train(InputArrayOfArrays src, InputArray labels) = 0

这是FaceRecognizer类提供的训练函数，src要求格式是vector,labels要求格式是vector

对样本图片的处理我写在一个函数内：

void initRecognizer(const int num_trainingImages,const string image_Path)
{
	vector images;
	vector labels;
	for(int i=0;i < num_trainingImages;i++)
	{
		strstream ss;
		string s;
		ss << i;
		ss >> s;
		string filename;
		filename = image_Path;
		filename+= s;
		filename= filename+".jpg";
		images.push_back(imread(filename,CV_LOAD_IMAGE_GRAYSCALE));
		labels.push_back(i);
	}
	model->train(images,labels);
}

const int num_trainingImages,const string image_Path

两个参数分别是要训练的样本的数量和图片文件夹的路径。

opencv中还提供了一个update函数用来对模型进行升级，避免全部重新训练。

void FaceRecognizer::update(InputArrayOfArrays src, InputArray labels)

训练完之后就是对测试图片的predict了。

int FaceRecognizer::predict(InputArray src) const = 0

返回预测到的样本对应的label。我们可以根据对应的label输出样本图片人的名字：

string predictedString(const Mat faceMat)
{
	string str1 = "wanghuafeng";
	string str2 = "huangjiang";
	string str3 = "women";
	int predicted = model->predict(faceMat);
	if(predicted<=3) return str1;
	else if(predicted<=6) return str2;
	else if(predicted<=8) return str3;
}

返回预测到的样本对应人的名字。

参考资料：http://docs.opencv.org/modules/contrib/doc/facerec/facerec_api.html

（源代码下载：http://download.csdn.net/detail/csdfhj2011/7356491）