Opencv中的FaceRecognizer类

随着Opencv库的不断完善，在opencv2.4.2中添加了contrib的相关内容，里面就包括了FaceRecognizer人脸识别类。

这个类的调用比较简单，主要是：训练和预测，分别对应着train函数和predict函数，还有对应着数据的加载和保存：save和load。

先来说说训练的过程，train函数的两个参数也很简单，训练的图像组vector和对应的标签组vector，

对于预测，有两种调用，其中的参数有测试图像、返回的标签值和测试样本和标签样本的相似性。返回的标签值为-1，说明测试样本在训练集中无对应或距离较远。这里用个FisherFace作为示例说明一下如何训练和预测：

vector images;
vector<int> labels;
// images for first person
images.push_back(imread("person0/0.jpg", CV_LOAD_IMAGE_GRAYSCALE));
labels.push_back(0);
images.push_back(imread("person0/1.jpg", CV_LOAD_IMAGE_GRAYSCALE));
labels.push_back(0);
// images for second person
images.push_back(imread("person1/0.jpg", CV_LOAD_IMAGE_GRAYSCALE));
labels.push_back(1);
images.push_back(imread("person1/1.jpg", CV_LOAD_IMAGE_GRAYSCALE));
labels.push_back(1);

Ptr model = createFisherFaceRecognizer();
model->train(images, labels);

Mat img = imread("person1/2.jpg", CV_LOAD_IMAGE_GRAYSCALE);
int predicted = model->predict(img);

可以把训练好的模型通过save函数保存成一个文件，下次使用的时候只需load即可。

特征脸EigenFace、Fisher脸FisherFace、LBP直方图LBPHFace，是目前支持的3种人脸识别的方案。分别调用函数createEigenFaceRecognizer、createFisherFaceRecognizer、createLBPHFaceRecognizer建立模型。