AttributeError: module ‘cv2‘ has no attribute ‘face‘

简介: AttributeError: module ‘cv2‘ has no attribute ‘face‘

Traceback (most recent call last):

 File "D:\AI_37\pythonProject7\day23\课堂代码\day23\07-人脸识别.py", line 4, in <module>

   recognizer = cv2.face.LBPHFaceRecognizer_create()

                ^^^^^^^^

AttributeError: module 'cv2' has no attribute 'face'


可能是之前你的opnecv-python不是扩展版


试试


pip uninstall opencv-python


pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple


不行的话接着往后面看~~~~~~~~~~~~~~~~


在 OpenCV 4.10.0 中,人脸识别器的创建方式与之前版本(如4.1.0)并没有显著变化。你仍然可以使用以下方式创建 LBPH 人脸识别器:

import cv2


# 创建 LBPH 人脸识别器

recognizer = cv2.face.LBPHFaceRecognizer_create()


# 现在可以使用 'recognizer' 进行进一步的操作


这段代码使用了 cv2.face.LBPHFaceRecognizer_create() 方法来创建 LBPH 人脸识别器实例。这个方法在 OpenCV 的较新版本中仍然有效,包括 4.10.0 版本。

注意事项:


1.OpenCV 版本兼容性:确保你安装的是 OpenCV 4.10.0 或更新版本。LBPH 人脸识别器功能在较早的版本(如3.x系列)和较新的版本中(如4.x系列)都有支持。

2.更新 OpenCV:如果你的 OpenCV 版本较旧,可以通过 pip 命令来升级:


 pip install opencv-python --upgrade



3.文档参考:建议查阅官方的 OpenCV 文档,以获取针对你所使用的确切版本的最新信息和方法使用说明。


通过以上步骤,你应该能够正确地在 OpenCV 4.10.0 中创建 LBPH 人脸识别器。


相关文章
|
算法 计算机视觉 开发者
OpenCV中使用Eigenfaces人脸识别器识别人脸实战(附Python源码)
OpenCV中使用Eigenfaces人脸识别器识别人脸实战(附Python源码)
712 0
|
安全 Linux iOS开发
Anaconda下载及安装保姆级教程(详细图文)
Anaconda下载及安装保姆级教程(详细图文)
35184 1
Anaconda下载及安装保姆级教程(详细图文)
|
机器学习/深度学习 测试技术 PyTorch
深度学习之测量GPU性能的方式
在深度学习中,测量GPU性能是一个多方面的任务,涉及运行时间、吞吐量、GPU利用率、内存使用情况、计算能力、端到端性能测试、显存带宽、框架自带性能工具和基准测试工具等多种方法。通过综合使用这些方法,可以全面评估和优化GPU的性能,提升深度学习任务的效率和效果。
1170 3
|
9月前
|
Web App开发 数据采集 前端开发
Python + Chrome 爬虫:如何抓取 AJAX 动态加载数据?
Python + Chrome 爬虫:如何抓取 AJAX 动态加载数据?
|
搜索推荐
一文教会你:如何在搜索过程中过滤CSDN的相关文章,一次设置永久过滤
这篇文章教你如何在浏览器搜索设置中添加自定义搜索引擎,通过在搜索查询中加入"-csdn"参数来过滤掉CSDN的搜索结果,从而提高搜索结果的质量。
一文教会你:如何在搜索过程中过滤CSDN的相关文章,一次设置永久过滤
|
Linux 虚拟化
成功解决:Xshell 无法连接虚拟机。如何使用Xshell连接CentOS7虚拟机(详细步骤过程)
这篇文章提供了使用Xshell连接CentOS 7虚拟机的详细步骤,包括编辑VMware的网络设置以启用桥接模式、检查个人电脑适配器虚拟网络的连接情况,以及通过Xshell新建并建立连接的过程。文章还提到了在虚拟机可以访问外网的情况下成功连接的后语,暗示了网络配置的重要性。
成功解决:Xshell 无法连接虚拟机。如何使用Xshell连接CentOS7虚拟机(详细步骤过程)
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
523 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
算法 计算机视觉 开发者
OpenCV中LBPH人脸识别器识别人脸实战(附Python源码)
OpenCV中LBPH人脸识别器识别人脸实战(附Python源码)
986 0
|
Python
Python cheatsheet 速查表
【9月更文挑战第7天】这是一份Python速查表,涵盖基础语法、数据结构、函数、模块与包、面向对象编程及异常处理。包括变量定义、数据类型、运算符、控制流、列表、元组、字典、集合的操作,函数定义与调用,模块导入,类定义与对象创建,以及异常捕获与处理。适用于快速查阅Python基本用法。
335 1
|
开发工具 数据安全/隐私保护 开发者
最全的 pip 使用指南,50% 你可能没用过。
最全的 pip 使用指南,50% 你可能没用过。
432 1