【python】人脸识别

#coding:utf-8
# from __future__ import print_function

from time import time   #有些步骤要计时，看每个步骤花多长时间
import logging           #打印出来progress程序进展
import matplotlib.pyplot as plt    #pyplot程序最后把我们预测出来的人脸打印出来,强大的绘图工具

from sklearn.cross_validation import train_test_split
from sklearn.datasets import fetch_lfw_people
from sklearn.grid_search import GridSearchCV
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.decomposition import RandomizedPCA
from sklearn.svm import SVC

print(__doc__)

# Display progress logs on stdout
#打印程序进展的信息
logging.basicConfig(level=logging.INFO,format='%(asctime)s %(message)s')    #这个等下可以不用了
#下载数据集，数据的参数可以参考文档
lfw_people = fetch_lfw_people(min_faces_per_person=70,resize=0.4)               #

#下面介绍数据预处理和分类
#返回多少个图
n_samples,h,w = lfw_people.images.shape
#X是特征向量的矩阵，每一行是个实例，每一列是个特征值
X = lfw_people.data
#n_featers表示的就是维度
n_features = X.shape[1]   #维度：每个人会提取多少的特征值

#提取每个实例对应每个人脸，目标分类标记，不同的人的身份
y = lfw_people.target
target_names = lfw_people.target_names
n_classes = target_names.shape[0]    #多少行，shape就是多少行，多少个人，多少类

print("Total dataset size:")
print("n_samples:%d" % n_samples)   #实例的个数
print("n_features:%d" % n_features)  #特征向量的维度
print("n_classes:%d" % n_classes)    #总共有多少人

#下面开始拆分数据，分成训练集和测试集,有个现成的函数，通过调用train_test_split；来分成两部分
X_train,X_test,y_train,y_test = train_test_split(
    X,y,test_size=0.25)

#数据降维，因为特征值的维度还是比较高
n_components = 150

print("Extracting the top %d eigenfaces from %d faces"
      %(n_components,X_train.shape[0]))
t0 = time()        #计算出打印每一步需要的时间
#经典算法，高维降低为低维的
pca = RandomizedPCA(n_components=n_components,whiten=True).fit(X_train)
print("done in %0.3fs" % (time() - t0))
#对于人脸的一张照片上提取的特征值名为eigenfaces
eigenfaces = pca.components_.reshape((n_components,h,w))


print("Projecting the inpyt data on the eigenfaces orthonormal basis")
t0 = time()
X_train_pca = pca.transform(X_train) #特征量中训练集所有的特征向量通过pca转换成更低维的矩阵
X_test_pca = pca.transform(X_test)
print("done in %0.3fs" % (time() - t0))

print("Fitting the classifier to the training set")
t0 = time()
#param_grid把参数设置成了不同的值，C：权重；gamma：多少的特征点将被使用，因为我们不知道多少特征点最好，选择了不同的组合
param_grid = {'C':[1e3,5e3,1e4,5e4,1e5],
              'gamma':[0.0001,0.0005,0.001,0.005,0.01,0.1],}
#把所有我们所列参数的组合都放在SVC里面进行计算，最后看出哪一组函数的表现度最好
clf = GridSearchCV(SVC(kernel='rbf',class_weight='auto'),param_grid)
#其实建模非常非常简单，主要是数据的预处理麻烦
clf = clf.fit(X_train_pca,y_train)
print("done in %0.3fs" % (time() - t0))
print("Best estimator found by grid search:")
print(clf.best_estimator_)

#测试集预测看看准确率能到多少
print("Predicting people's names on the test set")
t0 = time()
y_pred = clf.predict(X_test_pca)
print("done in %0.3fs" % (time() - t0))

print(classification_report(y_test,y_pred,target_names=target_names))
print(confusion_matrix(y_test,y_pred,labels=range(n_classes)))

#把数据可视化的可以看到，把需要打印的图打印出来
def plot_gallery(images,titles,h,w,n_row=3,n_col=4):
    """Helper function to plot a gallery of portraits"""
    #在figure上建立一个图当背景
    plt.figure(figsize=(1.8*n_col,2.4*n_row))
    plt.subplots_adjust(bottom=0,left=.01,right=.99,top=.90,hspace=.35)
    for i in range(n_row * n_col):
        plt.subplot(n_row,n_col,i+1)
        plt.imshow(images[i].reshape((h,w)),cmap=plt.cm.gray)
        plt.title(titles[i],size=12)
        plt.xticks(())
        plt.yticks(())

#把预测的函数归类标签和实际函数归类标签，比如布什
def title(y_pred,y_test,target_names,i):
    pred_name = target_names[y_pred[i]].rsplit(' ',1)[-1]
    true_name = target_names[y_test[i]].rsplit(' ',1)[-1]
    return 'predicted: %s\ntrue:  %s'% (pred_name,true_name)
#把预测出来的人名存起来
prediction_titles = [title(y_pred,y_test,target_names,i)
                     for i in range(y_pred.shape[0])]
#
plot_gallery(X_test,prediction_titles,h,w)

eigenface_titles = ['eigenface %d' %i for i in range(eigenfaces.shape[0])]
#提取过特征向量之后的脸是什么样子
plot_gallery(eigenfaces,eigenface_titles,h,w)

plt.show()