openCV android 开发demo，在Android平台实现目标检测和目标追踪、目标检测、人脸检测、眼睛检测、微笑检测、上半身检测、下半身检测、全身检测。

php的opencv库, 用于人脸识别和检测，原factdetect的修改，加上了眼睛识别的两个图片的对比 用于识别人脸 先安装好opencv, 再安装此扩展， 此扩展安装方法 ./configure make make install 修改php.ini加入此扩展, 重启apache，直接调用函数 共4个函数: face_detect() face_count() face_match() face_eye_detect() 看php文件示例

ORL人脸数据集共包含40个不同人的400张图像，是在1992年4月至1994年4月期间由英国剑桥的Olivetti研究实验室创建。

自己写的opencv人脸识别 返回检测标签和可信程度 摄像头实时监控 希望对大家有算过帮助， 欢迎提问谢谢

前段日子，写了个人脸检测的小程序，可以检测标记图片、视频、摄像头中的人脸。效果还行吧，用的是opencv提供人脸库。至于具体的人脸检测原理，找资料去啃吧。 环境：VS2013+OPENCV2.4.10+Win8.1 一、基于对话框的MFC 首先，新建一个基于对话框的MFC应用程序，命名为myFaceDetect（取消“安全开发周期（SDL）检查”勾选，我自己习惯取消这个）。   放置Button，设置Button的ID和Caption。 图片按钮——ID:IDC_FACEDETECT 视频按钮——ID:IDC_FACEV 摄像头按钮——ID:IDC_FACEC 二、添加消

1，从OpenCV官网下载的4.6.0安装包，默认不包括opencv_contrib模块，opencv_contrib模块包含了人脸检测和识别需要的相关接口。 2，该安装包在Windows10环境，使用CMake 3.21.0 + OpenCV4.6.0 + contrib4.6.0 + VS2022编译的OpenCV安装包，下载后放到本地电脑，在工程中引用库即可使用。 3，编译过程，可参考笔者博客 https://chexl.blog.csdn.net/article/details/127808455?spm=1001.2014.3001.5502

改训练集属于负样本，用于人脸检测时；

基于python opencv人脸识别的员工考勤系统 附完整代码 论文 毕业设计 选题“员工刷脸考勤”，要求采用 python 语言开发，可以通过摄像头添加员工面部信息，这里就涉及到两个具体的个问题，一个是应该以什么样的数据来标识每一个员工的面部信息，二是持久化地保存这些信息到数据库中去。更细地，还涉及表的设计；另一个基本要求是通过摄像头识别员工面部信息来完成考勤，这个问题基本可以通过遍历数据库里的员工面部数据与当前摄像头里的员工面部数据的比对来实现，但有一个问题就是假如摄像头里有多张人脸改怎么处理。扩展要求是导出每日的考勤表，可以拆分为两个部分，一个是存储考勤信息，一个是展示考勤信息。 我们希望达到的目标是： 仿照通用型软件界面设计的原则，所有的操作都在菜单栏里实现，一部分区域用于展示摄像头实时读取并由程序加工后的视频流信息，另一部分区域做控制台输出，打印相关信息，比如提示员工面部信息添加成功、添加失败及其原因，提示员工打卡成功、打卡失败及其原因；添加面部信息时人是必须和程序进行交互的，比如输入一些相关的信息，这个时候程序是阻塞的；但是在打卡的时候，程序是不阻塞的，如果不点击关闭

基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。 基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于python opencv人脸识别的员工考勤系统源码（毕业设计）.zip 已获导师指导并通过的高分项目，下载即用无需修改确保可以运行。基于pytho

我使用了opencv来录取人脸,使用了txt文本来保存人脸数据来提高第二次和以后的识别速度.