搜索
基于matlab的简单人脸识别实例简介人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，在生活中许多领域都有着重要应用。内容这里通过对人脸图像打上网格，对区域块图像做二值分析，通过像素比例来做处理。进而得到人脸区域。代码%Bylyqmath%DLUTSchoolofMathematicalSciences%BLOG：载入图像Img=imread('face.jpg');ifndims(Img)==3I=rgb2gray(Img);elseI=Img;endBW=im2bw(I,graythresh(I));%二值化figure;subplot(2,2,1);imshow(Img);title('原图像','FontWeight','Bold');subplot(2,2,2);imshow(Img);title('网格标记图像','FontWeight','Bold');holdon;[xt,yt]=meshgrid(round(linspace(1,size(I,1),10)),...round(linspace(1,size(I,2),10)));mesh(yt,xt,zeros(size(xt)),'FaceColor',...'None','LineWidth',3,...'EdgeColor','r');subplot(2,2,3);imshow(BW);title('二值图像','FontWeight','Bold');[n1,n2]=size(BW);r=floor(n1/10);%分成10块，行c=floor(n2/10);%分成10块，列x1=1;x2=r;%对应行初始化s=r*c;%块面积fori=1:10y1=1;y2=c;%对应列初始化forj=1:10if(y2=c||y2=9*c)||(x1==1||x2==r*10)%如果是在四周区域loc=find(BW(x1:x2,y1:y2)==0);[p,q]=size(loc);pr=p/s*100;%黑色像素所占的比例数ifpr=100BW(x1:x2,y1:y2)=0;endendy1=y1+c;%列跳跃y2=y2+c;%列跳跃endx1=x1+r;%行跳跃x2=x2+r;%行跳跃end[L,num]=bwlabel(BW,8);%区域标记stats=regionprops(L,'BoundingBox');%得到包围矩形框Bd=cat(1,stats.BoundingBox);[s1,s2]=size(Bd);mx=0;fork=1:s1p=Bd(k,3)*Bd(k,4);%宽*高ifpmx&&(Bd(k,3)/Bd(k,4))1.8%如果满足面积块大，而且宽/高1.8mx=p;j=k;endendsubplot(2,2,4);imshow(I);holdon;rectangle('Position',Bd(j,:),...'EdgeColor','r','LineWidth',3);title('标记图像','FontWeight','Bold');结果:结论通过对人脸图像做二值化，统计像素比例信息。得到人脸识别结果。当然，这种方式处理并不稳定，但基于图像网格分析做处理，进而得到分析结果也是一种经典的处理方式。