[原创] 【Tigerboard】基于Tigerboard的人脸识别测试

windworld-18984

实现人脸识别的方法和途径很多，不过OpenCV 作为开源的计算机视觉软件包，在人脸识别方面相比其他方法更为简单些，在这里我们采用OpenCV相关库数，并Python编程语言下和TigerBoard开发板来实现简单人脸识别，方法如下。
硬件：1. TigerBoar开发板
2. USB免驱摄像头
软件：
1. Python
3. opencv2.4.9及相关依赖包
4. simpleCV函数库
开发环境：
1.Gobian步骤一：搭建opencv和Python开发环境（如果前面已经搭建好可以忽略）

步骤二：安装SimpleCV库函数（如果前面已经搭建好可以忽略）

sudo apt-get install ipython python-opencv python-scipy python-numpy python-setuptools
python-pip
sudo pip install https://github.com/ingenuitas/SimpleCV/zipball/master
sudo apt-get install python-pygame
sudo apt-get install python-imaging

步骤三：Mplayer摄像头并测试

步骤四：Python实现人脸识别程序

#!/usr/bin/env python
from SimpleCV import *
import SimpleCV
from time import sleep
#myCamera = Camera(prop_set={'width':320, 'height': 240})
myCamera =SimpleCV.Camera()
myDisplay = Display(resolution=(320, 240))
while not myDisplay.isDone():
   frame = myCamera.getImage()
   faces = frame.findHaarFeatures('face')
   if faces:
   for face in faces:
     print "Face at: " + str(face.coordinates())
     facelayer = DrawingLayer((frame.width,frame.height))
     w=face.width()
     h=face.height()
     print "x:"+str(w)+" y:"+str(h)
     facebox_dim = (w,h)
     facebox = facelayer.centeredRectangle(face.coordinates(),facebox_dim)
     frame.addDrawingLayer(facelayer)
     frame.applyLayers()
   else:
     print "No faces detected."
   frame.save(myDisplay)
   sleep(.1)程序说明：myCamera =Camera(prop_set={'width':320,'height': 240})
#指定摄像头影像尺寸
myDisplay =Display(resolution=(320, 240))
#显示窗口大小
frame =myCamera.getImage()
#获取视频流摄像头影像
faces =frame.findHaarFeatures('face')
#寻找人脸
facebox=facelayer.centeredRectangle(face.coordinates(),facebox_dim)
frame.addDrawingLayer(facelayer)
#框出识别到的人脸并把图层放到画面上
print "Nofaces detected."
#如果未检测到人脸打印信息步骤五：运行程序


这里如果识别到有人脸出现在摄像头范围内，程序会框出人脸，同时Python shell下会打印出具体位置，如果没有检测到人脸则会打印Nofaces detected。