INPUT_FACE_WINDOWS_NAME = 'input_face'
BGR_GREEN = (0, 255, 0)
BGR_RED = (0, 0, 255)
FACE_MIN_SIZE = (60, 60)
# 保存圖片的路徑
IMG_SAVE_PATH = './data'
# 級聯(lián)人臉特征檢測器
FACE_CLASSIFIER_PATH = 'D:/python_project/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml'
TRAIN_DATA_SAVE_PATH = './Training_data'
FACE_RECOGNITION_WINDOW_NAME = "Face recognition"
FONT_SCALE = 0.75  # 字體比例
TEXT_THICKNESS = 1  # 線條粗細
GRAPH_THICKNESS = 1

import cv2 as cv
from hong import *
import os
def img_extract_faces(img):  # 將人臉圖片轉(zhuǎn)為灰度
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)  # 轉(zhuǎn)成灰度圖像
    face_classifier = cv.CascadeClassifier(FACE_CLASSIFIER_PATH)  # 加載級聯(lián)檢測器，人臉特征分類器
    return face_classifier.detectMultiScale(gray, minSize=FACE_MIN_SIZE), gray
def get_image_name(name):  # 獲取圖片的命名名字，格式：1.lihua.jpg
    # 1.lihua.jpg 格式。如果文件中沒有則加入，如果已有則替換
    # 把讀出來的圖片名稱，用字典存，然后用name去字典里面找有沒有。
    f = os.listdir(IMG_SAVE_PATH)  # os.listdir(IMG_SAVE_PATH)返回目標路徑里的文件列表
    if len(f) == 0:  # 文件列表f的長度為0則表示沒有圖片，編號為1
        name_number = 1
    else:  # 說明原文件有人臉照片，如果出現(xiàn)相同人臉姓名替換成新的，沒有編號為最大值max.name.jpg加入進去。
        name_map = {f.split('.')[1] : int(f.split('.')[0]) for f in os.listdir(IMG_SAVE_PATH)}
        name_number = name_map[name] if name in name_map else max(name_map.values())+1
    # return IMG_SAVE_PATH + str(name_number) + "." + name + ".jpg"
    return str(name_number) + "." + name + ".jpg"
def save_face(faces, img, name):  # 保證只有一個人臉出現(xiàn)在畫面中
    if len(faces) == 0:
        print('沒有檢測到人臉，請調(diào)整?。。?)
    if len(faces) > 1:
        print('檢測到多個人臉，請調(diào)整?。。?)
    x, y, w, h = faces[0]
    # 保存人臉部分，保存到文件夾，格式為 1.李華.jpg 格式。如果文件中沒有則加入，如果已有則替換
    cv.imwrite('./data/' + get_image_name(name), img[y: y + h, x: x + w])
    print('錄入成功，按 q 鍵退出')
def main():
    # 人臉錄入部分是為了得到人臉的數(shù)據(jù)，然后后面對人臉進行訓練。
    # 人臉數(shù)據(jù)信息主要有三個部分。1、人臉圖片。 2、人臉名字。 3、編號（編號需要和名字需要統(tǒng)一。以為訓練數(shù)據(jù)是拿序號和人臉進行比對）
    # 1、人臉圖片（打開攝像頭、只取人臉部分、給用戶實時展示人臉的畫面（把人臉框出來）、保存和退出）
    # 2、人臉名字。（用戶輸入）
    # 3、編號。（文件名稱記錄）
    # 打開攝像頭
    cap = cv.VideoCapture(0)
    if not cap.isOpened():
        print('連接攝像頭失敗')
    # 輸入人臉的名字
    name = input("請輸入姓名：")
    if name == ' ':
        print('姓名不能為空，請重新輸入！??！')
    print('姓名輸入完成：按 s 保存，按 q 退出。')
    # 循環(huán)讀取攝像頭的每一幀畫面,然后識別畫面中的人臉，識別后只保存人臉部分，作為訓練數(shù)據(jù)。
    while True:
        ret, frame = cap.read()
        if not ret:
            print('讀取失敗')
            break
        # 檢測人臉，且提取人臉部分。這部分直接使用一個函數(shù)封裝起來。
        faces, gray = img_extract_faces(frame)
        # 框出人臉
        for x, y, w, h in faces:
            cv.rectangle(
                img=frame, pt1=(x, y), pt2=(x+w, y+h),
                color=BGR_GREEN, thickness=1
            )
        cv.imshow(INPUT_FACE_WINDOWS_NAME, frame)
        # 保存和退出
        k = cv.waitKey(1)
        if k == ord('s'):
            # 保存圖像，（只需保存灰度圖像）
            save_face(faces, gray, name)
        elif k == ord('q'):
            break
    # 釋放內(nèi)存
    cap.release()
    cv.destroyAllWindows()
if __name__ == '__main__':
    main()

import cv2 as cv
import os
from hong import *
import numpy as np
def main():
    # 獲取圖片完整路徑
    image_paths = [os.path.join(IMG_SAVE_PATH, f) for f in os.listdir(IMG_SAVE_PATH)]
    # 遍歷列表中的圖片
    faces = [cv.imread(image_path, 0) for image_path in image_paths]
    # 獲取訓練對象
    img_ids = [int(f.split('.')[0])for f in os.listdir(IMG_SAVE_PATH)]
    recognizer = cv.face.LBPHFaceRecognizer_create()
    recognizer.train(faces, np.array(img_ids))
    print(faces, np.array(img_ids))
    # 保存文件
    recognizer.write(TRAIN_DATA_SAVE_PATH)
if __name__ == '__main__':
    main()

"""
    通過攝像頭識別人臉（LBPH識別器（訓練的數(shù)據(jù)，和當前的人臉圖片））得到編號。編號和人臉的對應關(guān)系，標記人臉和名字并展示畫面
    創(chuàng)建識別器，加載訓練數(shù)據(jù)
    讀取文件構(gòu)造編號和人臉的關(guān)系
    打開攝像頭
    循環(huán)取每幀畫面
    人臉檢測且提取人臉部分
    遍歷人臉進行識別
    框出人臉部分且實時展示畫面（畫面上帶有  ）
    關(guān)閉攝像頭和窗口
"""
import os
import cv2 as cv
from cv2 import face
from hong import *
from train import *
from imput_face import img_extract_faces
def get_color_text(confidence, name):
    if confidence > 85:
        return BGR_RED, "unknown"
    return BGR_GREEN, name
def main():
    # 創(chuàng)建識別器
    recognizer = cv.face.LBPHFaceRecognizer_create()
    recognizer.read(TRAIN_DATA_SAVE_PATH)
    # 讀取文件構(gòu)造編號和人臉的關(guān)系。以字典的形式保存編號和人臉名字的關(guān)系
    name_map = {int(f.split('.')[0]): f.split('.')[1] for f in os.listdir(IMG_SAVE_PATH)}
    # 打開攝像頭
    cap = cv.VideoCapture(0)
    if not cap.isOpened():
        print('連接攝像頭失敗')
    print("按q退出")
    # 循環(huán)取每幀畫面
    while True:
        ret, frame = cap.read()
        if not ret:
            print('讀取失敗')
            break
        # 人臉檢測，且提取人臉部分。
        faces, gray = img_extract_faces(frame)
        # 遍歷人臉進行識別
        for x, y, w, h in faces:
            img_id, confidence = recognizer.predict(gray[y: y+h, x: x+w])
            # 返回圖片編號和置信度。置信度為兩張圖片的相似程度
            # 框出人臉且實時展示畫面
            color, text = get_color_text(confidence, name_map[img_id])
            cv.putText(
                img=frame, text=text, org=(x, y),
                fontFace=cv.FONT_HERSHEY_SIMPLEX, fontScale=FONT_SCALE,
                color=color, thickness=TEXT_THICKNESS
            )
            cv.circle(
                img=frame, center=(x+w//2, y+h//2),
                radius=w // 2,
                color=color, thickness=GRAPH_THICKNESS
            )
        cv.imshow(FACE_RECOGNITION_WINDOW_NAME, frame)
        if cv.waitKey(1) == ord('q'):
            break
    # 關(guān)閉攝像頭，釋放空間
    cap.release()
    cv.destroyAllWindows()
if __name__ == '__main__':
    main()