資源簡介 (共16張PPT)2“認出”一個人時間:XXXX.XX.XX學習1、復習本章已學內容2、了解圖片標注人名的操作。目標程序效果常規打開“文件接收柜”中的檢測.ppt文件,小組合作在8分鐘內將題目做完!練習學習活動1——檢測1、人臉定位標注的第三步是( )A.檢查人臉是否存在B.人臉定位信息C.人臉位置標注2、Opencv2的中文意思是( )A.開源計算機視覺庫B.人臉分類器C.識別器CA學習活動1——檢測3、faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')以上代碼的含義是( )A.讀取圖片 B.加載人臉分類器C.進行人臉檢測 D.繪制人臉矩形框4、for (x,y,w,h) in faces:img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)以上代碼中(255,0,0)代表標注框的( ),2表示標注框的( )A.坐標 B.顏色C.粗細 D.位置BBC學習活動1——檢測5、 代碼“import numpy as np”中”as”的意思是( )A.坐標 B.顏色C.重命名 D.位置6、append() 函數的作用是( )A.追加一個內容到列表中 B.減少列表中的一個內容C.讀取計算機的目標圖片 D.繪制人臉矩形框CA學習活動1——檢測7、請將以下代碼和它對應的意思連接起來A.import cv2import numpy as npB.images.append(cv2.imread('img01.jpg',cv2.IMREAD_GRAYSCALE))C.labels=[0]D.recognizer=cv2.face.LBPHFaceRecognizer_create()E.recognizer.train(images,np.array(labels))①.加入LBPH識別器②.引入模塊③.設置圖片標簽為“0”④.機器訓練⑤.輸入訓練圖片①.加入LBPH識別器②.引入模塊③.設置圖片標簽為“0”④.機器訓練⑤.輸入訓練圖片學習活動2——復習“人臉識別訓練程序”代碼基于OpenCV的人臉識別預測使用了LBPH識別器中的predict()函數,它返回識別預測的標簽值和置信度評分(相似度)。本節使用上一節中兩張圖片“img01.jpg”和“img02.jpg”機器訓練的結果,來測試人臉識別的效果。第一步:人臉識別對測試圖片進行人臉識別,只需要在“人臉識別訓練程序”代碼中加入一段人臉識別預測代碼,對測試圖片“test01.jpg” 進行人臉識別。test01.jpg人臉識別的完整程序代碼如下:人臉識別預測代碼學習活動2——復習“人臉識別訓練程序”代碼學習活動2——復習“人臉識別訓練程序”代碼運行結果:運行結果如右圖,label顯示為1,表示測試圖片和后面的標簽“1”是同一個人;confidence顯示約為24.45,表示相似度比較高。學習活動3——圖片標注人名想一想:有的同學可能會發出疑問:這個程序識別的結果不容易讓人看懂,有沒有其他辦法能夠更加直觀的表示測試結果呢?圖片人臉定位人臉訓練識別身份標注看一看:翻開書63頁,閱讀并勾劃有關圖片標注人名的過程:學習活動3——圖片標注人名若人臉識別成功,在圖片中顯示識別的姓名、否則顯示“unknown”。圖片標注人名的程序代碼如下:學習活動3——圖片標注人名程序運行后,效果如下圖。學習活動3——圖片標注人名#身份標注for (x, y, w, h) in faces:cv2.rectangle(predict_img,(x, y), (x+w, y+h), (255, 255, 0), 2)if confidence < 100:if label==0:name='Qianxusen'else:name='Qianweichang'else:name = 'unknown'cv2.putText(predict_img,name,(x, y-10), font, 1.0, (255,255,0), 2)作業打開“文件接收柜”中的補全代碼.py文件,將代碼補充完整——添加身份標注代碼,完成后將文件名改為自己的”班級+姓名“提交。see you~(共4張PPT)學習活動1——人臉定位1、人臉定位標注的第三步是( )A.檢查人臉是否存在B.人臉定位信息C.人臉位置標注2、Opencv2的中文意思是( )A.開源計算機視覺庫B.人臉分類器C.識別器學習活動1——人臉定位3、faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')以上代碼的含義是( )A.讀取圖片 B.加載人臉分類器C.進行人臉檢測 D.繪制人臉矩形框4、for (x,y,w,h) in faces:img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)以上代碼中(255,0,0)代表標注框的( ),2表示標注框的( )A.坐標 B.顏色C.粗細 D.位置5、 代碼“import numpy as np”中”as”的意思是( )A.坐標 B.顏色C.重命名 D.位置6、append() 函數的作用是( )A.追加一個內容到列表中 B.減少列表中的一個內容C.讀取計算機的目標圖片 D.繪制人臉矩形框學習活動1——人臉識別訓練①.加入LBPH識別器②.引入模塊③.設置圖片標簽為“0”④.機器訓練⑤.輸入訓練圖片學習活動1——人臉識別訓練7、請將以下代碼和它對應的意思連接起來A.import cv2import numpy as npB.images.append(cv2.imread('img01.jpg',cv2.IMREAD_GRAYSCALE))C.labels=[0]D.recognizer=cv2.face.LBPHFaceRecognizer_create()E.recognizer.train(images,np.array(labels)) 展開更多...... 收起↑ 資源列表 2.3.2認出一個人.pptx 檢測.pptx 縮略圖、資源來源于二一教育資源庫