呜呜呜,可能是因为晚上,感觉有点难用
明天我再重新写一下笔记,看看好不好使
Open MV平台的人脸识别
Open MV集成了人脸识别算法,包括使用Haar算子进行人脸检测。
人脸识别过程包括在图像中定位面部,然后在面部区域寻找眼睛。
瞳孔识别与人脸识别的区别
瞳孔识别专注于在检测到眼睛后寻找瞳孔,而人脸识别则先检测面部再寻找眼睛。
瞳孔识别需要配合长焦镜头使用,以获得更清晰的图像细节。
人脸识别中的瞳孔识别的代码
import sensor, time, image
sensor.reset()
sensor.set_contrast(1)
sensor.set_gainceiling(16)
sensor.set_framesize(sensor.HQVGA)
sensor.set_pixformat(sensor.GRAYSCALE)
face_cascade = image.HaarCascade("frontalface", stages=25)
eyes_cascade = image.HaarCascade("eye", stages=24)
print(face_cascade, eyes_cascade)
clock = time.clock()
while (True):
clock.tick()
img = sensor.snapshot()
objects = img.find_features(face_cascade, threshold=0.5, scale=1.5)
for face in objects:
img.draw_rectangle(face)
eyes = img.find_features(eyes_cascade, threshold=0.5, scale=1.2, roi=face)
for e in eyes:
img.draw_rectangle(e)
print(clock.fps())
瞳孔识别的代码
import sensor, time, image
sensor.reset()
sensor.set_contrast(3)
sensor.set_gainceiling(16)
sensor.set_framesize(sensor.VGA)
sensor.set_windowing((220, 190, 200, 100))
sensor.set_pixformat(sensor.GRAYSCALE)
eyes_cascade = image.HaarCascade("eye", stages=24)
print(eyes_cascade)
clock = time.clock()
while (True):
clock.tick()
img = sensor.snapshot()
eyes = img.find_features(eyes_cascade, threshold=0.5, scale=1.5)
scale=1.5),thresholds越大,
for e in eyes:
iris = img.find_eye(e)
img.draw_rectangle(e)
img.draw_cross(iris[0], iris[1])
print(clock.fps())
瞳孔识别的流程
使用Open V中的Haar算子确定人眼区域。
在确定的人眼区域内进一步检测瞳孔位置,瞳孔是最深颜色部分。
长焦镜头有助于拉近拍摄距离,便于系统捕捉眼睛细节。