SVM算法应用综合练习

最新推荐文章于 2025-06-20 18:28:04 发布

原创

最新推荐文章于 2025-06-20 18:28:04 发布 · 946 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#sklearn #分类 #支持向量机

本文介绍了如何将libsvm应用于项目，并通过svm-toy.exe进行线性、多项式和高斯核模型的练习。接着，文章转向人脸识别，讲解了从拍摄脸部照片、采集特征点到实现识别的过程，所有工作都基于LibSVM库。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SVM算法应用综合练习

一.SVM算法应用综合练习

1.将libsvm加入新建项目

在这里插入图片描述

2.在libsvm文件夹中打开svm-toy.exe

在这里插入图片描述

3.运行

在这里插入图片描述

4.line.txt 线性模型；poly.txt多项式模型；RBF.txt 高斯核模型

在这里插入图片描述

二.人脸识别

1.拍摄20张脸部图片

拍照

import cv2
import dlib
import os
import sys
import random

output_dir = 'D:/myworkspace/JupyterNotebook/People/person/631907060526'
size = 64
 
if not os.path.exists(output_dir):
    os.makedirs(output_dir)

 
def relight(img, light=1, bias=0):
    w = img.shape[1]
    h = img.shape[0]
    #image = []
    for i in range(0,w):
        for j in range(0,h):
            for c in range(3):
                tmp = int(img[j,i,c]*light + bias)
                if tmp > 255:
                    tmp = 255
                elif tmp < 0:
                    tmp = 0
                img[j,i,c] = tmp
    return img
    
detector = dlib.get_frontal_face_detector()
camera = cv2.VideoCapture(0)

index = 1
while True:
    if (index <= 20):
        print('Being processed picture %s' % index)
        success, img = camera.read()
        gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        dets = detector(gray_img, 1)
        for i, d in enumerate(dets):
            x1 = d.top() if d.top() > 0 else 0
            y1 = d.bottom() if d.bottom() > 0 else 0
            x2 = d.left() if d.left() > 0 else 0
            y2 = d.right() if d.right() > 0 else 0
            face = img[x1:y1,x2:y2]
            face = relight(face, random.uniform(0.5, 1.5), random.randint(-50, 50))
            face = cv2.resize(face, (size,size))
            cv2.imshow('image', face)
            cv2.imwrite(output_dir+'/'+str(index)+'.jpg', face)
            index += 1
        key = cv2.waitKey(30) & 0xff
        if key == 27:
            break
    else:
        print('Finished!')
        camera.release()
        cv2.destroyAllWindows()
        break

在这里插入图片描述

2.特征点采集

from cv2 import cv2 as cv2
import os
import dlib
from skimage import io
import csv
import numpy as np

path_images_from_camera = "D:/myworkspace/JupyterNotebook/People/person/"
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("D:/shape_predictor_68_face_landmarks.dat")
face_rec = dlib.face_recognition_model_v1("D:/dlib_face_recognition_resnet_model_v1.dat")

def return_128d_features(path_img):
    img_rd = io.imread(path_img)
    img_gray = cv2.cvtColor(img_rd, cv2.COLOR_BGR2RGB)
    faces = detector(img_gray, 1)

    print("%-40s %-20s" % ("检测到人脸的图像 / image with faces detected:", path_img), '\n')

    if