Matlab PCA+SVM人脸识别（二）——GUI界面设计

声明：本文转载自http://blog.csdn.net/light_lj/article/details/26747269

上一篇介绍了人脸识别的主要算法，为了便于操作和，使界面更加友善，在之前的基础上做了GUI开发，界面如下：

GUI界面的主程序： 保存为faceGUI.m文件，若你已经添加过当前文件所在的路径，那么在Matlab的command window里写入faceGUI即可运行 [plain] view plain copy 

1. global h_axes1;  
2. global h_axes2;  
3. global edit2;  
4. h_f=figure('name','人脸识别系统','position',[300,200,600,400]);  
5. clf reset;  
6. set(h_f, 'defaultuicontrolfontsize' ,12);    
7. set(h_f, 'defaultuicontrolfontname' , '宋体' );    
8.   
9. h_axes1=axes('parent',h_f,'position',[0.2 0.28 0.25 0.56],'Unit','normalized','visible','off');  
10. h_axes2=axes('parent',h_f,'position',[0.55 0.28 0.25 0.56],'Unit','normalized','visible','off');  
11.   
12. figcolor=get(h_f,'color');  
13. edit2=uicontrol(h_f,'style','text','position',[150,330,300,40],'backgroundcolor',figcolor);  
14. button_open=uicontrol(h_f,'style','push','string','选择照片','position',[250 50 100 50],'callback','GUIopen');  
15. button_recg=uicontrol(h_f,'style','push','string','测试准确率','position',[100 50 100 50],'callback','face');  
16. button_match=uicontrol(h_f,'style','push','string','图像匹配','position',[400 50 100 50],'callback','GUIrecg');  

button_recg即显示为测试准确率的按键的回调函数为face.m，但是为了让程序运行的进程在界面上可以动态显示，需要对原来的程序做一些修改，具体如下： [plain] view plain copy 

1. clc,clear  
2. npersons=40;%选取40个人的脸  
3. global imgrow;  
4. global imgcol;  
5. global edit2  
6. imgrow=112;  
7. imgcol=92;  
8.   
9. set(edit2,'string','读取训练数据......')%显示在句柄为edit2的文本框里  
10. drawnow     %更新窗口的内容，不然程序结束时才会显示，这样只能看到最后一句  
11. f_matrix=ReadFace(npersons,0);%读取训练数据  
12. nfaces=size(f_matrix,1);%样本人脸的数量  
13.   
14. set(edit2,'string','训练数据PCA特征提取......')  
15. drawnow  
16. mA=mean(f_matrix);  
17. k=20;%降维至20维  
18. [pcaface,V]=fastPCA(f_matrix,k,mA);%主成分分析法特征提取  
19.   
20. set(edit2,'string','训练数据规范化......')  
21. drawnow  
22. lowvec=min(pcaface);  
23. upvec=max(pcaface);  
24. scaledface = scaling( pcaface,lowvec,upvec);  
25.   
26. set(edit2,'string','SVM样本训练......')  
27. drawnow  
28. gamma=0.0078;  
29. c=128;  
30. multiSVMstruct=multiSVMtrain( scaledface,npersons,gamma,c);  
31. save('recognize.mat','multiSVMstruct','npersons','k','mA','V','lowvec','upvec');  
32.   
33. set(edit2,'string','读取测试数据......')  
34. drawnow  
35. [testface,realclass]=ReadFace(npersons,1);  
36.   
37. set(edit2,'string','测试数据特征降维......')  
38. drawnow  
39. m=size(testface,1);  
40. for i=1:m  
41.     testface(i,:)=testface(i,:)-mA;  
42. end  
43. pcatestface=testface*V;  
44.   
45. set(edit2,'string','测试数据规范化......')  
46. drawnow  
47. scaledtestface = scaling( pcatestface,lowvec,upvec);  
48.   
49. set(edit2,'string','SVM样本分类......')  
50. drawnow  
51. class= multiSVM(scaledtestface,multiSVMstruct,npersons);  
52. set(edit2,'string','测试完成！')  
53. accuracy=sum(class==realclass)/length(class);  
54. msgbox(['识别准确率：',num2str(accuracy*100),'%。'])  

button_open即显示为”选择照片“的按钮的回调函数是GUIopen.m，其内容如下： [plain] view plain copy 

1. global h_axes1  
2. [filename,pathname]=uigetfile({'*.pgm';'*.jpg';'*.tif';'*.*'},'请选择一张用于识别的照片');  
3. if filename==0  
4.     msgbox('请选择一张照片文件')  
5. else  
6.     filepath=[pathname,filename];  
7.     axes(h_axes1);  
8.     imshow(imread(filepath));  
9. end  

button_recg即显示为”图像匹配“的按钮的回调函数是GUIrecg.m，其内容如下： [plain] view plain copy 

1. global h_axes1  
2. global h_axes2  
3. global edit2  
4. load('recognize.mat');  
5. set(edit2,'string','读取测试数据......')  
6. drawnow  
7. disp('读取测试数据...')  
8. disp('.................................................')  
9. img=getimage(h_axes1);%获得之前选中的照片的信息  
10. if isempty(img)  
11.     msgbox('请先选择一张图片！')  
12.     break  
13. end  
14. testface=img(:)';  
15. set(edit2,'string','测试数据降维......')  
16. drawnow  
17. disp('测试数据特征降维...')  
18. disp('.................................................')  
19. Z=double(testface)-mA;  
20. pcatestface=Z*V;  
21. set(edit2,'string','测试特征数据规范化......')  
22. drawnow  
23. disp('测试特征数据规范化...')  
24. disp('.................................................')  
25. scaledtestface=-1+(pcatestface-lowvec)./(upvec-lowvec)*2;  
26. set(edit2,'string','SVM样本识别......')  
27. drawnow  
28. disp('SVM样本识别...')  
29. disp('.................................................')  
30. voting=zeros(1,npersons);  
31. for i=1:npersons-1  
32.     for j=i+1:npersons  
33.         class=svmclassify(multiSVMstruct{i}{j},scaledtestface);  
34.         voting(i)=voting(i)+(class==1);  
35.         voting(j)=voting(j)+(class==0);  
36.     end  
37. end  
38. [~,class]=max(voting);  
39. set(edit2,'string','识别完成！')  
40. drawnow  
41. axes(h_axes2);  
42. imshow(imread(['E:\ORL_face\s',num2str(class),'\1.pgm']));  
43. msgbox(['样本识别为第',num2str(class),'个人'])  

转载请您尊重作者的劳动，完整保留文章出处以及文章链接，谢谢您的支持！ 欢迎您参与讨论~让我们共同进步~