基于matlab的人臉識(shí)別源程序(更新版)
【正文】 . 找區(qū)域邊界 function [left, right, up, down] = bianjie(A) [m n] = size(A)。 for i=1:m, for j=1:n, a = a + (j xmean)^2 * bw(i,j)。 ymean = ymean/area。 ymean = 0。 g=cat(1,g1,g2,g3,g4,g5,g6,g7,g8,g9,g10,g11,g12,g13,g14,g15,g16,g17,g18,g19,g20,g21,g22,g23,g24,g25,g26,g27)。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。D:\matlab\皮膚庫(kù) \39。 r=mean(rrr)。 % 將 uint8型轉(zhuǎn)換成 double型 G1=im2double(G)。 R1=im2double(R)。 end end rrr=mean(rr)。 t2=imread(39。 t4=imread(39。 t6=imread(39。 t8=imread(39。 t10=imread(39。 t12=imread(39。 t14=imread(39。 t16=imread(39。 t18=imread(39。 t20=imread(39。 t22=imread(39。 t24=imread(39。 t26=imread(39。 r=cat(1,r1,r2,r3,r4,r5,r6,r7,r8,r9,r10,r11,r12,r13,r14,r15,r16,r17,r18,r19,r20,r21,r22,r23,r24,r25,r26,r27)。 xmean =0。 else xmean = xmean/area。 c = 0。 theta = theta*(180/pi)。 end。 end。 if (up ~= 1) break。 end。 model_rot = imresize(frontalmodel,[ly wx],39。 % 選擇模板人臉區(qū)域 [modx,mody] =center(bwmodel_rot)。 endy = starty + morig1。 ccorr = corr2(mfit,mult) % 計(jì)算相關(guān)度 [l,r,u,d] = bianjie(bwmodel_rot)。*.bmp39。 % 返回打開的圖片名與圖片路徑名 [u,v]=size(fname)。g39。f39。You Should Load Image File First...39。 % 將 uint8型轉(zhuǎn)換成 double型處理 G1=im2double(G)。 % 列 像素?cái)?shù) for i=1:row for j=1:column if RGB(i,j)==0 rr(i,j)=0。imshow(p)。 two_value(find(image_lowthreshold)) = 1。imshow(two_value)。 % 尋找矩陣中標(biāo)號(hào)為 i 的行和列的下標(biāo) bwsegment = bwselect(two_value,y,x,8)。 % 將洞封?。▽⒒叶戎蒂x為 1） justface = uint8(double(bwnohole) .* double(imsourcegray))。 [l,r,u,d] =bianjie(bw)。 invbw = xor(mfitbw,ones(size(mfitbw)))。 % 顯示檢測(cè)效果圖 end。edgecolor39。 膚色是人臉重要特征 ,在通過膚色采樣統(tǒng)計(jì)和聚類分析后 ,確立一種在 YCbCr 空間下的基于高斯模型的膚色分割方法
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1