Python 人脸识别技术.zip

完整的MATLAB人脸识别系统（ORL人脸库，GUI框架）.zip

使用opencv写了一个人脸识别的毕设，有图形界面，可以进行数据库管理。.zip

在我们识别条码的过程里，首先要找到条码所在的区域，那么怎么样来找到这个条码的区域呢？如果仔细地观察条码，会发现条码有一个特性，就是水平的梯度和垂值的梯度会不一样，如果进行相减，会发现差值比较大。如果其它位置的图像一般不会这样。利用这个特性，就可以把条码所在区域求出来。 演示的代码如下： #python 3.7.4,opencv4.1 #蔡军生 https://blog.csdn.net/caimouse/article/details/51749579 #9073204@qq.com # import numpy as np import cv2 from matplotlib import

Python实现基于人脸识别的上课考勤系统。 这个人脸识别考勤签到系统是基于大佬的人脸识别陌生人报警系统二次开发的。 项目使用Python实现，基于OpenCV框架进行人脸识别和摄像头硬件调用，同时也用OpenCV工具包处理图片。交互界面使用pyqt5实现。 该系统实现了从学生信息输入、人脸数据录入、人脸数据训练，学生信息多条件搜索、修改，多选删除，人脸数据训练，人脸识别、追踪、签到等完整流程的各项功能。甚至允许生成签到表格和导出Excel格式签到表。 根据功能分配，系统分为三个部分实现各部分流程， 1. 录入端负责数据导入， 2. 管理端负责数据删改查以及人脸数据训练， 3. 监控端负责人脸识别以及签到功能。

蜜蜂CNN模糊进化深度学习算法（人脸识别，智能优化算法，MATLAB源码分享） 在训练阶段之后，可以使用进化算法拟合深度学习权重和偏差。 这里，CNN用于对8个人脸类别进行分类。 在CNN训练之后，创建初始模糊模型以帮助学习过程。 最后，CNN网络权重（来自全连接层）使用蜜蜂算法训练，以自然启发的方式进行拟合（这里是蜜蜂的行为）。 可以将数据与任意数量的样本和类一起使用。 请记住，代码的参数是根据数据进行调整的，如果要替换数据，可能需要更改参数。 图像数据大小为64*64，2维，存储在“CNNDat”文件夹中。 因此，重要的参数如下： “numTrainFiles”=您必须根据每个类中的样本数量来更改它。 例如，如果每个类有120个样本，那么90个就足够好了，因为90个样本用于训练，而其他样本用于测试。 “imageInputLayer”=图像数据的大小，如[64 64 1] “fullyConnectedLayer（完全连接层）”=类的数量，如（8） “MaxEpochs”=越多越好，计算运行时间越长，如405。 “ClusNum”=模糊C均值（FCM）聚类数，如3或4很好

基于matlab手势识别设计[纹理，HU，GUI框架]

本设计最终目标为通过Python语句实现人脸识别，并可进一步实现人机交互界面。 采用opencv第三方库，通过识别人脸的xml人脸识别训练集文件，并配上人为拍摄对应的人像照片，即可对每一个识别到的人脸进行置信度计算。当置信度小于50，则说明此人脸和照片大幅匹配；反之则不匹配。 为了更好看出人脸已经识别成功，这里采用detectMultiScale返回的四个参数在人脸周围绘制矩形和圆形，表示人脸识别成功。

基于matlab的车牌识别软件，已在matlab运行过，可以使用

一个C#编写的与系统设备有关的小程序，用以监听USB设备比如手机、U盘等是否插入或拨出电脑，若有插入电脑的话并自动识别出盘符。程序界面比较简单，只是为了告诉大家监听状况。本程序创建于VS2008,低版本如VS2005等将无法打开。