在此介绍一个简易的项目，我们将使用OpenCV和Python实现实时人脸检测，我们将研究 OpenCV 中的 Haar 级联分类器（Haar Cascade Classifier）算法， Haar 级联分类器是一种流行的目标检测算法。
以Haar特征分类器为基础的对象检测技术是一种非常有效的对象检测技术，但其实并不新颖，不过因为技术成熟好用这里依然采用这一方法。它是基于机器学习的，使用大量的正负样本训练得到分类器。其实就是基于对人脸特征的描述，分类器根据训练的样品数据进行训练，完成后即可感知读取到的图片上的特征，进而对图片进行人脸识别。
OpenCV已在GitHub训练结果网址（https://github.com/opencv/opencv/tree/master/data/haarcascades）上分享了其训练好的结果数据，分类器普适性较好可满足一般人脸检测的需要。
在画面中可以看到网络摄像头画面帧中检测出的人脸边界框，要停止网络摄像头获取画面，可按“q”键结束。
Haar级联分类器是一个基础的人脸检测模型，它的检测速度快、精度较高，能够满足常见的人脸检测任务。
2022-12-21 14:29:12
3.75MB
1
VC 毕业论文设计 源码：VC 摄像头采集并人脸识别的程序实例，与本程序相关的重点内容：人脸识别，人脸检测，肤色，定位，视频流。源码包内含有该程序论文答辩演示文稿、程序实现原理及代码分析文档、附件(文献综述、外文资料译文、开题报告、评审答辩表、答辩记录)(已填写).doc等内容。
2022-12-20 21:54:25
2.41MB
1
使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实现人脸识别+活体检测使用dlib实
2022-12-20 15:27:33
68.47MB
1
基于Python的人脸识别课堂考勤系统（毕设）资料包，包内包含项目：
1.系统源码
2.GUI文件
3.数据库表文件
4.转换的GUI.py脚本文件
。。。。。。。。
2022-12-19 19:18:55
25.63MB
1