2.3 “认出”一个人（课件）（共23张PPT）-八年级信息技术上册同步精品课堂（新川教版）

中物理 第二单元 让机器认识我 川教版（2020） 信息技术（八年级上册） 第3节 “认出”一个人 学易同步精品课堂 1 课堂导入 同学们：上节课我们学习了计算机能够通过图片或视频“认识”一个人。 今天这节课我们要来测试一下看看计算机能否“认出”一个人，下面我们就一起来学习。 学习目标 1. 了解基于图片的人脸识别预测。 2. 体验基于视频的人脸识别预测过程。 3. 了解人脸识别技术的应用领域。 2 目录 一、如何从图片“认出”一个人 二、识别预测 三、人脸识别技术的应用 如何从图片“认出”一个人 一 一、如何从图片“认出”一个人 如何从图片“认出”一个人 一 计算机通过机器学习已经“认识”一个人，知道其人脸特征了，接着就可以输入照片进行人脸识别预测，看看计算机能不能“认出”这个人。基于图片的人脸识别预测的过程如下图。 输入测试图片 识别预测 输出预测结果 识别预测 二 二、识别预测 识别预测 二 基于OpenCV的人脸识别预测使用了LBPH识别器中的predict()函数，它返回识别预测的标签值和置信度评分。本节使用上一节中两张图片“img01.jpg”和“img02.jpg”机器训练的结果，来测试人脸识别的效果。 第一步：人脸识别 对测试图片进行人脸识别，只需要在“人脸识别训练程序”代码中加入一段人脸识别预测代码，对测试图片“test01.jpg” 进行人脸识别。 识别预测 二 人脸识别的完整程序代码如下。 import cv2 import numpy as np images=[] images.append(cv2.imread('img01.jpg',cv2.IMREAD_GRAYSCALE)) images.append(cv2.imread('img02.jpg',cv2.IMREAD_GRAYSCALE)) labels=[0,0] recognizer=cv2.face.LBPHFaceRecognizer_create() recognizer.train(images,np.array(labels)) predict_img=cv2.imread('test01.jpg',cv2.IMREAD_GRAYSCALE) label,confidence=recognizer.predict(predict_img) print('label=',label) print('confidence=',confidence) 人脸识别预测代码 识别预测 二 运行结果如下图，输出显示label值为0，表示测试图片和之前的标签“0”是同一个人；confidenee是置信度评分，如果为0则表示完全匹配，此程序显示约为22.18，表示相似度比较高。 人脸识别预测程序运行结果 识别预测 二 请同学们思考一下：如果测试图片是另外一个人的照片，那人脸识别预测的结果会怎样? 第二步：认出不同的人 在“两个不同的人脸的识别训练程序”代码中添加一段人脸识别预测代码，对测试图片“test10.jpg” 进行人脸识别。 识别预测 二 两个不同的人脸的识别完整的代码如下。 import cv2 import numpy as np images=[] images.append(cv2.imread('img01.jpg',cv2.IMREAD_GRAYSCALE)) images.append(cv2.imread('img02.jpg',cv2.IMREAD_GRAYSCALE)) images.append(cv2.imread('img11.jpg',cv2.IMREAD_GRAYSCALE)) images.append(cv2.imread('img12.jpg',cv2.IMREAD_GRAYSCALE)) labels=[0,0,1,1] recognizer=cv2.face.LBPHFaceRecognizer_create() recognizer.train(images,np.array(labels)) predict_img=cv2.imread('test10.jpg',cv2.IMREAD_GRAYSCALE) label,confidence=recognizer.predict(predict_img) print('label=',label) print('confidence=',confidence) 识别预测 二 运行结果如下图，label显示为1，表示测试图片和后面的标签“1”是同一个人；confidence显示约为24.45，表示相似度比较高。 有的同学可能会发出疑问：这个程序识别的结果不容易让人看懂，能不能直接在测试图的人脸位置处标注出识别出的姓名呢？答案是肯定的，我们来看