Python编程实例——利用Dragonboard 410c开发板实现人脸识别

人脸识别是一个非常酷的技术，在移动支付、安防、娱乐等众多领域有着非常广泛的应用，今天就带大家一起来体验一下如何利用dragonboard 410c来实现人脸识别功能，这里我们使用的是USB摄像头，连接Dragoboard 410c开发板，开发板上运行Linux debain操作系统，通过Python脚本和OpenCV来实现人脸识别处理。

首先我们利用Dragoboard 410c开发板硬件环境搭建智能安全监控摄像头，搭建好自己的开发环境，如上图所示，然后我们就可以开始编写我们的人脸识别程序了，这里使用的是Python的cv2库来实现摄像头数据的采集和人脸识别，具体代码如下：

     #!/usr/bin/env python
     import cv2, sys
     import numpy as np
     DEVICE_NUMBER = 0
     FONT_FACES = [
    cv2.FONT_HERSHEY_SIMPLEX,
    cv2.FONT_HERSHEY_PLAIN,
    cv2.FONT_HERSHEY_DUPLEX,
    cv2.FONT_HERSHEY_COMPLEX,
    cv2.FONT_HERSHEY_TRIPLEX,
    cv2.FONT_HERSHEY_COMPLEX_SMALL,
    cv2.FONT_HERSHEY_SCRIPT_SIMPLEX,
    cv2.FONT_HERSHEY_SCRIPT_COMPLEX
    ]
   if len(sys.argv) > 1:
    XML_PATH = sys.argv[1]
    else:
    print "Error: XML path not defined"
    sys.exit(1)
    # Init the Cascade Classifier
    faceCascade = cv2.CascadeClassifier(XML_PATH)
    # Init webcam
    vc = cv2.VideoCapture(DEVICE_NUMBER)
    # Check if the webcam init was successful
    if vc.isOpened(): # try to get the first frame
       retval, frame = vc.read()
    else:
    sys.exit(1)
     # If webcam read successful, loop indefinitely
     i = 0
     while retval:
    # Define the frame which the webcam will show
    frame_show = frame
    if i%5 == 0:
        # Convert frame to grayscale
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        # Detect objects and return an array of faces
        faces = faceCascade.detectMulTIScale(
            frame,
            scaleFactor=1.2,
            minNeighbors=2,
            minSize=(50, 50),
            flags=cv2.cv.CV_HAAR_SCALE_IMAGE
        )
    # Draw a rectangle around the faces
    for (x, y, w, h) in faces:
        cv2.rectangle(frame_show, (x, y), (x+w, y+h), (0, 0, 255), 2)
    # Show the image on the screen
    cv2.imshow("DB410c Workshop #6: Facial DetecTIon", frame_show)

    # Grab next frame from webcam
    retval, frame = vc.read()
    # Exit program after waiTIng for a pressed key
       if cv2.waitKey(1) == 27:
        break
    i += 1

以上就是整个python实现的人脸识别代码，在代码中我们利用了opencv的机器学习，所以还需要一个分类文件，这个文件利用xml文件进行描述，这是采用opencv提供的人脸是被分类器，这里已经训练好，可以直接用就可以，具体的文件大家可以到http://pan.baidu.com/s/1milnAnY，下载后和代码文件放在同一个文件夹下即可，大家也可以到opencv 官网上下载。

介绍好代码后，我们就可以来进行测试了，我们新建一个文件夹 mkdir face_test，然后新建一个文件face_test.py，打开该文件，然后复制上述代码到文件，保存，然后按照上述方法