如何利用OpenCV和Pillow库构建并演示人脸识别系统？

本文共计2015个文字，预计阅读时间需要9分钟。

目录一. 人脸检测和数据处理二. 训练识别器三. 人脸识别与显示 本节不涉及分类器、训练识别器等算法原理，仅包含对其应用的理解。（未来我也会写一些关于我对机器学习算法原理的一些观点和见解）

目录

• 一。人脸检测和数据收集
• 二.训练识别器
• 三.人脸识别和显示

本文不涉及分类器、训练识别器等算法原理，仅包含对其应用（未来我也会写自己对机器学习算法原理的一些观点和了解）
首先我们需要知道的是利用现有框架做一个人脸识别系统并不难，然后就开始我们的系统开发吧。
我们的系统主要分为三个部分，然后我还会提出对补获图片不能添加中文的解决方案。我们需要完成的任务：1.人脸检测和数据收集2.训练识别器3.人脸识别和显示

在读此篇文章之前我相信你已经做了python环境部署和opencv模块的下载安装工作，现在我们还需要的模块是pillow（树莓派默认带有此模块，但如果你用的是win系统可能还需要另外安装，在终端输入pip install pillow即可），和opencv-contrib模块，cv2的face模块包含在内（当然我的Linux系统的树莓派貌似仍然默认包含了此模块，所以如果你是用的pc可能需要另外下载），以及最基本的numpy模块。

在开始写代码之前我们首先需要在当前运行目录中添加两个文件夹，dataset用于存放捕获到的人脸图像，方便后面训练识别器，trainer文件夹则存放了训练结果

一。