导读: 本文提出了一种在Linux平台下开发脸辨认体系的计划，经过QT 来开发用户界面，调用OpenCV图画处理库对相机进行收集和处理收集图画，然后完成了人脸检测、身份辨认、简略表情辨认的功用。
人脸辨认的研讨能够追溯到上个世纪六、七十年代，经过几十年的弯曲开展已日趋老练，构建人脸辨认体系需求用到一系列相关技能，包含人脸图画收集、人脸定位、人脸辨认预处理、身份承认以及身份查找等 。而人脸辨认在根据内容的检索、数字视频处理、视频检测等方面有着重要的使用价值，可广泛使用于各类监控场合，因而具有广泛的使用远景。OpenCV是Intel 公司支撑的开源计算机视觉库。它轻量级并且高效–由一系列 C 函数和少数 C++ 类构成，完成了图画处理和计算机视觉方面的许多通用算法，作为一个根本的计算机视觉、图画处理和形式辨认的开源项目，OpenCV 能够直接使用于许多范畴，其中就包含许多能够使用于人脸辨认的算法完成，是作为第2次开发的抱负东西。
1 体系组成
本文的人脸辨认体系在Linux 操作体系下使用QT库来开发图形界面，以OpenCV 图画处理库为根底，使用库中供给的相关功用函数进行各种处理：经过相机对图画数据进行收集，人脸检测首要是调用已练习好的Haar 分类器来对收集的图画进行形式匹配，检测成果使用PCA 算法可进行人脸图画练习与身份辨认，而人脸表情辨认则使用了Camshift 盯梢算法和Lucas–Kanade 光流算法。
2 建立开发环境
选用德国Basler acA640-100gc 相机，PC 机上的操作体系是Fedora 10，并装置编译器GCC4.3，QT 4.5和OpenCV2.2 软件东西包，为了处理视频，编译OpenCV 前需编译FFmpeg，而FFmpeg 还依赖于Xvid库和X264 库。
3 使用体系开发
程序首要流程如图1 所示。
图1 程序流程（visio）
3.1 图画收集
图画收集模块能够经过cvCaptureFromAVI（）从本地保存的图画文件或cvCaptureFromCam（）从相机得到图画，使用cvSetCaptureProperty（）能够对回来的结构进行设置：
IplImage *；CvCapture* cAMEra = 0；
camera = cvCaptureFromCAM（ 0 ）；
cvSetCaptureProperty（camera，
CV_CAP_PROP__WIDTH， 320 ）；
cvSetCaptureProperty（camera，
CV_CAP_PROP__HEIGHT， 240 ）；
