基于 opencv 实现 象棋 识别 及 棋谱 定位 python 源码 +数据集(含代码注释)人工智能课程设计.zip 基于 opencv 实现 象棋 识别 及 棋谱 定位 python 源码 +数据集(含代码注释)人工智能课程设计.zip基于 opencv 实现 象棋 识别 及 棋谱 定位 python 源码 +数据集(含代码注释)人工智能课程设计.zip 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像 识别 模式 识别 方向学习者。 也可作为课程设计、期末大作业。包含：项目 源码 ，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改。

基于 OpenCV 的级联分类器 识别 中国 象棋 棋子 python 源码 + 象棋 分类数据集+项目说明+注释拉满.zip 【项目资源介绍】 使用 OpenCV 的级联分类器 识别 中国 象棋 棋子 OpenCV 级联分类器模型训练 文件夹内容： Dataset_Red_Black文件夹保存了采集的棋子图片，是经过灰度化及中值滤波后的图片，红色棋子和黑色棋子图片分开保存，每种颜色7类棋子，每类棋子经筛选后保留200张各种角度的图片。 model_save文件夹保存了使用上述数据集训练好的级联分类器模型，包括红色棋子分类模型Red_Chess.yml和黑色棋子分类模型Black_Chess.yml，该模型可在recognize.py中直接使用。 TestPicture文件夹保留了4张用于测试的图片，检测模型分类的准确率。 各py文件功能： getDataSet.py: 运行该程序，手动转动棋子，采集棋子各角度图片用于训练模型。 train.py: 使用级联分类器训练分类模型。 recognize.py: 测试模型效果，TestPicture文件夹中有几张测试图片，也可直接处理摄像头实时画面。

基于 Python + OpenCV 人脸 识别 设计与 实现 简介 随着社会信息化的发展。 基于人的脸部特征信息进行身份 识别 的一种生物 识别 技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部 识别 的一系列相关技术，通常也叫做人像 识别 、面部 识别 本系统主要基于基于 Python 的人脸 识别 。 涉及技术 1.采用Mysql数据库 实现 数据存储。 2.使用 Python 设计开发。 系统软件环境 1.系统：win10 2.语言： Python 3.6 3.平台：Jupyter Notebook 4.机器学习库： OpenCV 5.数据库：Mysql 6.机器学习算法：SVM 用到的 Python 库：matplotlib、numpy、 opencv 、sklearn，这些库通过pip install package安装即可 主要功能及分工建议 1.人脸采集 2.人脸图像处理 3.人脸图像特征提取、匹配与 识别 建议由4个同学完成，1位同学负责人脸采集及检测；1位同学负责人脸图像处理；1位同学负责人脸图像特征提取、匹配与 识别 ，1位同学负责整体框架设计，测试对应等功能。 CascadeClassifier faceClassifier = new CascadeClassifier("haarcascade_frontalface_default.xml"); 5.在一个循环中，不断捕获图像，并进行人脸检测和 识别 while (true) // 捕获一帧图像 Mat frame = new Mat(); capture.Read(frame); // 将图像转换为灰度图像 Mat grayFrame = new Mat(); CvInvoke.CvtColor(frame, grayFrame, ColorConversion.Bgr2Gray); // 检测人脸 Rectangle[] faces = faceClassifier.DetectMultiScale(grayFrame, 1.2, 10); // 遍历检测到的人脸 foreach (Rectangle face in faces) // 在人脸周围画一个矩形框 CvInvoke.Rectangle(frame, face, new MCvScalar(0, 0, 255)); // 显示处理后的图像 CvInvoke.Imshow("camera", frame); // 按下 Esc 键退出循环 if (CvInvoke.WaitKey(1) == 27) break; // 释放资源 capture.Dispose(); CvInvoke.DestroyAllWindows(); 以上就是使用 C# 基于 OpenCV 实现 人脸 识别 的基本步骤，需要注意的是，这只是一个基础的示例， 实现 人脸 识别 还需要更复杂的算法和模型。