【问题标题】：openCV recognition throws exception (LBPH algorithm)openCV识别抛出异常（LBPH算法）
【发布时间】：2014-01-05 07:50:37
【问题描述】：

我尝试通过 LBPH 算法检测和识别人脸。为此，我尝试了以下示例：

Mastering OpenCV Chapter 8 FaceRecognition

代码在 Eignefaces 和 Fisherfaces 上运行成功，但在识别 LBPH 算法 时出现异常。我想不通。例外是：

OpenCV Error: Bad argument (no parameter 'eigenvectors' is found)  in unknown function, file "..\modules\core\src\algorithm.cpp" line 882.

在第 882 行，

CV_Error_( CV_StsBadArg, ("No parameter '%s' is found", parameter ? parameter : "<NULL>") );

在导致异常的以下行之后调用上面的行

Mat eigenvectors = model->get<Mat>("eigenvectors");

那么，我做错了什么？请高手来救我。谢谢

【问题讨论】：

标签： c++ opencv computer-vision lbph-algorithm

【解决方案1】：

你如何定义你的算法？

如果要检测人脸，必须这样定义模型：

const char* recAlgorithmEigenfaces = "FaceRecognizer.Eigenfaces";
Ptr<FaceRecognizer> model;
model = Algorithm::create<FaceRecognizer>(recAlgorithmEigenfaces);

您可以选择检查模型：

if (model.empty()) {
 /* throw exception */ 
}

然后训练你的模型..

编辑

另一种解释，阅读here，是：

[..]人脸识别算法可通过 OpenCV 的 contrib 模块中的 FaceRecognizer 类。由于动态链接，您的程序可能链接到 contrib 模块，但它实际上并没有在 runtinme 加载（如果它是视为不需要）。所以建议调用

cv::initModule_contrib()

尝试访问 FaceRecognizer 算法之前的函数。这功能仅在 OpenCV v2.4.1 中可用，因此它还确保人脸识别算法至少对您可用编译时间 [..]

【讨论】：

是的，我完全按照你说的做。不同的是我写了FaceRecognizer.LBPH。
您确定该文件存在吗？尝试给出完整的绝对路径（例如：/home/test/opencv/FaceRecognizer.Eigenfaces）
实际上，train() 部分对我来说还可以。问题是当代码尝试在函数Mat reconstructFace(const Ptr<FaceRecognizer> model, const Mat preprocessedFace) 中使用model 和preprocessedFace 重建人脸时
那个目录下没有这个文件！但是也没有名为FaceRecognizer.Eigenfaces 的此类文件，但它正在工作。我在这里真的很困惑。那里应该有这样的文件吗？请给我一些链接，以便我清除它。谢谢
看看编辑...也许你需要更新你的opencv版本（至少2.4.1）

【解决方案2】：

在OpenCV Forum 中发布同样的问题后，我了解到问题出在我的示例代码中。某些部分不适用于 LBPH 算法。行如下：

Mat reconstructedFace;
reconstructedFace = reconstructFace(model, preprocessedFace);
if (m_debug)
    if (reconstructedFace.data)
        imshow("reconstructedFace", reconstructedFace);

// Verify whether the reconstructed face looks like the preprocessed face, otherwise it is probably an unknown person.
double similarity = getSimilarity(preprocessedFace, reconstructedFace);

以上代码行适用于我不知道的特征脸和渔脸！在注释这些代码行之后，我只需调用

identity = model->predict(preprocessedFace);

它给出了预测结果，因此。

【讨论】：