首页 > 编程语言 >基于数字图像处理人脸识别matlab程序代码

基于数字图像处理人脸识别matlab程序代码

时间:2024-10-26 18:17:37浏览次数:7  
标签:人脸识别 end 数字图像处理 break m1 B1 Sm y1 程序代码

                         数字图像处理人脸识别程序代码

                                            

程序代码:

clear;

I=imread('E:\02089008.jpg');  %%插入图像地址

O=rgb2ntsc(I);

G=O(:,:,2);

[m n]=size(G);

 U=zeros(m,n);

 for i=1:m

     for j=1:n

         if G(i,j)>0.03&&G(i,j)<0.16

             U(i,j)=1;

         end

     end

 end

 sr=strel('disk',6);

 C=imclose(U,sr);

 L=bwlabel(C);

 B=regionprops(L,'area');

 Se=[B.Area];Sm=max(Se);

 if Sm>m*n/27

B1=bwareaopen(C,Sm);

 k_y1=m;k2=m;l2=n;

 for i=1:m

     if any(B1(i,:))==1

         k_y1=i;

         break

     end

 end

 for i=k_y1:m

     if B1(i,:)==0

         k2=i;

         break

     end

 end

  for j=1:n

     if any(B1(:,j))==1

         l_y1=j;

         break

     end

 end

  for j=l_y1:n

     if B1(:,j)==0

         l2=j;

         break

     end

  end

 k_y=k2-k_y1;

 l=l2-l_y1;

if k_y>.5*l&&k_y<3*l

 I1=imcrop(B1,[l_y1 k_y1 l .4*k_y]);

 [n1 m1]=size(I1);

 L1=bwlabel(I1);

 E=regionprops(L1,'area');

 Si=[E.Area];

 Sm=max(Si);

if Sm/(n1*m1)>.3

 B2=bwareaopen(I1,floor(.5*Sm));

  g_y1=m1;g2=m1;

 for j=1:m1

     if any(B2(:,j))==1

         g_y1=j;

         break

     end

 end

 for j=g_y1:m1

     if B2(:,j)==0;

         g2=j;break

     end

 end

 g=g2-g_y1;

figure;imshow(I);

hold on

h1=line([l_y1+g_y1,l_y1+g_y1+g],[k_y1,k_y1]);

h2=line([l_y1+g_y1+g,l_y1+g_y1+g],[k_y1,k_y1+1.1*g]);

h3=line([l_y1+g_y1+g,l_y1+g_y1],[k_y1+1.1*g,k_y1+1.1*g]);

h4=line([l_y1+g_y1,l_y1+g_y1],[k_y1+1.1*g,k_y1]);

h=[h1 h2 h3 h4];

set(h,'Color',[1 0 0],'LineWidth',2);

else

    figure;imshow(I);

end

else

    figure;imshow(I);

end

 else

     figure;imshow(I);

 end

示例:

源图像:

处理后为:

标签:人脸识别,end,数字图像处理,break,m1,B1,Sm,y1,程序代码
From: https://blog.csdn.net/2401_84170369/article/details/143257517

相关文章

  • 如何进行人脸识别
    人脸识别是一项重要的计算机视觉任务,它在各种领域中有广泛的应用,如安全监控、人脸解锁、人脸支付等。如何进行人脸识别包括以下关键步骤:1.数据收集和处理;2.特征提取和选择;3.模型训练和优化;4.部署和应用。在进行人脸识别之前,首先需要收集并处理相关的数据集。数据集应包括各种......
  • 身份核验“新引擎“-视频活体检测API、活体检测、人脸识别认证
    近年来,随着线上支付、远程办公、在线教育等场景的普及,人们对于线上服务的需求激增。然而,这也给不法分子带来了可乘之机。通过伪造证件照片或使用高质量的人脸面具来欺骗人脸识别系统,这类事件时有发生。因此,如何确保线上交互过程中用户的真实性和安全性成为了一个亟待解决的问......
  • 13.4K+ Star!DeepFace:一个轻量级人脸识别和面部属性分析库
    DeepFace简介DeepFace[1]是一个用于Python的轻量级人脸识别和面部属性分析(年龄、性别、情绪和种族)库。DeepFace利用深度学习进行人脸识别和分析,它通过封装多种先进的人脸识别模型,提供了一个简单易用的接口。用户无需深入了解背后的复杂过程,只需通过简单的函数调用来实现......
  • 基于人脸识别的Matlab代码实现
    人脸识别的Matlab代码实现 1概述人脸检测(FaceDetection)是在输入图像中确定所有人脸(如果存在)的位置,大小,位姿的过程。人脸检测作为人脸信息处理中的一项关键技术,近年来成为模式识别与计算机视觉领域一项受到普遍重视,研究十分活跃的课题﹐人脸检测问题最初来源于人脸......
  • 红外人脸识别和3D结构光人脸识别的区别
    红外人脸识别和3D结构光人脸识别的主要区别包括:1.技术原理不同;2.环境适应性不同;3.精度与安全性不同;4.成本与复杂性不同;5.应用场景的差异。其中,技术原理是两者最显著的区别:红外人脸识别主要利用红外光线,而3D结构光人脸识别则通过结构光模式获取人脸的深度信息。1.技术原理不同......
  • 人脸识别-特征算法
    文章目录一、LBPH算法1.基本原理2.实现步骤3.代码实现二、Eigenfaces算法1.特点2.代码实习三、FisherFaces算法1.算法原理2.算法特点3.代码实现四、总结人脸识别特征识别器是数字信息发展中的一种生物特征识别技术,其核心在于通过特定的算法和技术手段,从人脸图像中......
  • 人脸识别系统Python深度学习opencv人工智能Keras Tensorflow源码
    项目描述基于opencv,Keras,Tensorflow的人脸识别安装好Anaconda,否则很多科学计算的库要手动安装很麻烦安装好TensorFlow,下面是最简便的方法(但是安装的是cpu版本,但速度相对于GPU版的稍微慢#安装TensorFlowcpu版pipinstalltensorflow#安装keras框架pipinstallkeras#安......
  • 基于支持向量机和降维PCA的人脸识别实战
    公众号:尤而小屋编辑:Peter作者:Peter大家好,我是Peter~今天给大家介绍一个基于支持向量机SVM和PCA降维的人脸识别的实战案例,主要包含:人脸数据lfw数据集下载PCA降维基于SVM的分类模型构建模型分类预测结果可视化效果如下图:基于SVM和PCA算法的人脸识别使用数据为fetch_l......
  • 传统特征算法——人脸识别
    人脸识别是目前人工智能领域中成熟较早、落地较广的技术之一,广泛应用于手机解锁、支付验证、安防布控等多个领域。其核心在于通过特定的算法识别图像或视频中人脸的身份,这一过程的实现离不开特征算法的支持。以下是对人脸识别特征算法的详细介绍:一、人脸识别系统概述一个......
  • 【进阶OpenCV】 (14)-- 人脸识别 -- LBPH 算法
    文章目录LBPH算法一、基本思想二、LBPH算法步骤1.图像划分2.局部二值模式特征提取3.直方图统计4.特征向量生成5.相似度计算三、代码实现1.图像预处理2.创建一个LBPH的人脸识别器3.训练实例模型4.图像预测总结LBPH算法**LBPH(LocalBinaryPatternsHis......