简介：一份研一图像处理期末大作业，基于 OpenCV 实现人脸识别全流程，面向需要完成课程设计或入门计算机视觉的学生，代码可直接运行并二次开发。项目按数据处理、检测、训练、识别划分模块，包含图像预处理、数据集采集脚本、Haar 级联人脸检测、特征提取与模型训练，最后通过训练好的模型对新人脸进行身份判别。压缩包共 9 个文件，3 个 Python 脚本分别负责建库、训练与识别，2 个 XML 文件提供人脸检测所需的级联配置，YML 文件保存已训练的模型参数，另有 SQLite 数据库与简明 README，整体仅 1.03MB，轻量易读。目前已有 1652 人学习浏览。参考价值在于能快速理解 Eigenfaces、LBPH 等经典算法的工程实现，也可作为期末汇报、项目复现或简历作品的实用素材，无论用于课程复现还是系统设计，都有直接帮助。
1. 期末大作业的“人脸识别”到底在考什么：OpenCV 那条最稳的落地路线
研一刚开学就被图像处理课设砸中，题目是“基于OpenCV的人脸识别”，这大概是每个视觉方向研究生都绕不过的一关。如果你以为拿个预训练的深度学习模型跑一遍就能交差，大概率会在答辩时被问得下不来台——这门课考的是你能不能把图像处理的基本功（灰度化、直方图均衡化、降噪、特征提取）嵌进一个完整的人脸识别链路里。OpenCV 的好处在于主干逻辑清晰：检测、预处理、特征提取、分类决策全都能用几十行代码打通，适合一周内出活，也适合写进报告里讲明白。这篇笔记会按“选型→代码→答辩→避坑”一路捋下来，新手可以照抄，熟手可以跳着看边界条件。
2. 从需求拆解到方案选型：为什么 OpenCV 比深度学习模型更适合交作业
2.1 作业题目拆解：先分清“人脸检测”和“人脸识别”
“基于OpenCV的人脸识别”这个题目，很多人一上来就把“人脸检测”和“人脸识别”混在一起，答辩时被一问就穿帮。检测只回答“图里有没有人脸、脸在哪”，用的是Haar特征或LBP特征分类器；识别回答的是“这张脸是谁”，需要先检测到人脸，再提取特征和数据库里的标签比对。大作业的重点通常放在后者——检测用的是OpenCV自带的级联分类器haarcascade_frontalface_default.xml，这部分不需要你自己训练；识别部分才需要你写训练、加载、预测的代码，也是报告里能展开讲的核心。
我一般会先跟同学确认作业要求：是只需要静态图片识别，还是必须摄像头实时识别？校内常见的评分标准是“功能完整度 + 代码可读性 + 答辩表现 + 报告深度”。如果只要求静态图片，识别链路可以简化；但为了演示效果，多数人会做摄像头版本，这就会牵扯到实时性问题。另一个容易被忽略的点是，很多人拿“人脸识别门禁机”来对标课设，以为要用到多复杂的模型，实际上门禁设备的部署环境受控，用的也往往是轻量特征，和OpenCV的LBPH思路一脉相承，课设里把这一条讲清楚反而是加分项。
2.2 三种 OpenCV 识别方案的选型对比：EigenFaces / FisherFaces / LBPH
OpenCV 的face模块一共给了三套经典识别器，对应三种完全不同的图像处理思路。选型之前先花十分钟把原理捋一遍，能让你少踩很多坑。
| 方案 | 核心原理 | 对光照/角度敏感度 | 训练数据要求 | 推荐场景 |
|---|---|---|---|---|
| EigenFaces | PCA降维，把人脸映射到特征脸空间 | 高，对光照敏感 | 每类样本要够，且人脸必须对齐 | 实验室标准数据集 |
| FisherFaces | LDA降维，最大化类间散度/最小化类内散度 | 中等 | 每类样本多，身份类别数有限制 | 受控环境 |
| LBPH | 局部二值模式直方图，分块统计纹理 | 较低，抗光照变化 | 样本数要求低，单张也能启动训练 | 摄像头实时/期末大作业 |
EigenFaces 和 FisherFaces 在面对未对齐、光照不均的随手拍照片时很容易翻车；LBPH 对灰度变化更钝感，是期末大作业最常用的选择。我自己带人做这类课设时，默认选 LBPH，理由只有一个：它能让“普通摄像头 + 普通宿舍灯光”下也跑出稳定结果，把分数押在能演示的功能上，而不是押在玄学上。三套方案的代码接口很相似，但 EigenFaces 和 FisherFaces 在数据规模很小时，协方差矩阵容易奇异导致训练直接报错；LBPH 则基本不会，这也是选型时一个很硬的约束。
为什么不建议直接换深度学习模型？核心原因是课设的数据量撑不起来。每个人二三十张照片，从头训一个 CNN 必过拟合；用迁移学习确实能跑，但答辩老师一半会顺着问你模型参数量、损失函数、训练策略，问题越答越多，不如把 LBPH 的原理吃透。OpenCV 这套经典方案在《数字图像处理》教科书里都有对应章节，报告好写，代码量还小，遇到问题网上随便一搜就是一大把现成案例。
2.3 环境搭建与数据集准备：安装 opencv、目录规范与照片采集脚本
环境这块最常见的坑是：pip install opencv-python装完，发现cv2.face根本不存在。原因很简单——识别人脸的face模块放在opencv-contrib-python里，只装主包没有这个子模块。我的习惯是直接装全：
pip install opencv-python opencv-contrib-python numpy版本上，OpenCV 4.x 和 3.x 的接口差异不大，LBPHFaceRecognizer_create()在 3.4.1 之后被放进cv2.face，4.x 依然保留。如果你是在 Linux 下自己用 cmake 编译 OpenCV 做图像处理项目，记得编译时加上 contrib 模块，否则同样找不到cv2.face。用 anaconda prompt 装完却没有 opencv，多半是源太老或者装到了不同环境里，把 conda 源切到国内镜像、确认当前 activate 的是同一个环境就行。
数据集准备是整个项目里最容易被忽视、也最决定成败的一步。常见做法是建这样的目录结构：
face_dataset/ person_01/ 001.jpg 002.jpg ... person_02/ ...每人至少准备二十到三十张照片，采集时让摄像头慢慢平移，覆盖正脸、左右轻微转头、抬头低头，但角度不要超过正负三十度，也不要戴口罩和墨镜。照片统一先转灰度、缩放到固定尺寸，最后做一次直方图均衡化，把光照差异压下去。文件名和路径都不要用中文，OpenCV 的imread对中文路径的处理在不同系统上并不可靠，我见过太多人因为“人脸识别.zip”解压路径里带中文，训练时图片一读一个空。
采集照片这一步，很多人是在宿舍里拿着手机自拍再传到电脑上，但课设答辩时老师最认的还是“摄像头实时采集”这条链路。写一个小脚本，按字母键存图就能解决：
import cv2 import os cap = cv2.VideoCapture(0) if not cap.isOpened(): print("camera open failed") exit() person_dir = "face_dataset/person_01" os.makedirs(person_dir, exist_ok=True) face_cascade = cv2.CascadeClassifier( cv2.data.haarcascades + "haarcascade_frontalface_default.xml" ) count = 0 while True: ok, frame = cap.read() if not ok: print("frame read failed") break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, 1.1, 5, minSize=(120, 120)) for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) if cv2.waitKey(1) & 0xFF == ord('s'): face = gray[y:y + h, x:x + w] face = cv2.resize(face, (200, 200)) cv2.imwrite(f"{person_dir}/{count:03d}.jpg", face) count += 1 print("saved", count) cv2.imshow("capture", frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()这段脚本的逻辑是：循环读帧，检测到人脸后按s键把当前人脸区域裁出来，统一缩放成 200x200 的灰度图再存盘，按q退出。注意cv2.data.haarcascades是 OpenCV 自带的级联文件路径，避免你手动找 xml 文件。minSize=(120, 120)的作用是过滤掉太小的候选框，防止把背景噪声当成人脸存进数据集。存图时建议每存一个人就换一个person_dir，别把不同人的照片混在同一个文件夹里，否则后面训练时的标签就全乱了。
3. 用 Python 把 OpenCV 人脸识别跑通：训练、预测与参数调优
3.1 训练脚本：从照片目录读取样本、生成标签与模型文件
数据集准备好之后，训练脚本的核心任务就是遍历目录，给每个身份分配数字标签，把图片和标签喂给识别器。整个过程大概四五十行代码，但有几个细节处理不好就很容易翻车：
import cv2 import os import numpy as np base_dir = "face_dataset" images = [] labels = [] label_map = {} next_label = 0 for person_name in sorted(os.listdir(base_dir)): person_dir = os.path.join(base_dir, person_name) if not os.path.isdir(person_dir): continue if person_name not in label_map: label_map[person_name] = next_label next_label += 1 for file in os.listdir(person_dir): img_path = os.path.join(person_dir, file) img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) if img is None: print("skip:", img_path) continue img = cv2.resize(img, (200, 200)) img = cv2.equalizeHist(img) images.append(img) labels.append(label_map[person_name]) recognizer = cv2.face.LBPHFaceRecognizer_create() recognizer.train(images, np.array(labels)) recognizer.write("face_model.yml") print("trained samples:", len(images)) print("label_map:", label_map)先解释逻辑：第一层for遍历数据集里的一级子目录，每个子目录名当作一个身份名；label_map负责把身份名映射成从 0 开始的连续整数。第二层for读取这个身份下的所有图片，imread失败返回None就跳过，避免个别损坏的图片让整个训练崩溃。每张图在进入训练前都做了resize和equalizeHist，这一步保证训练时的输入是统一尺寸、统一光照分布，否则 LBPH 提取出的直方图会天差地别。
参数上需要注意两点：第一，200x200不是唯一选择，但必须保证训练和识别两个脚本用同一尺寸，LBPH 的直方图维度是由图像尺寸和分块数共同决定的，尺寸不一致训练时不会报错，预测时却会得到完全没意义的 confidence；第二，标签必须从 0 开始连续递增，LBPHFaceRecognizer内部对标签有隐式假设，跳号或从 1 开始虽然能跑，但保存模型后再加载预测，返回的标签可能对不上你的label_map。recognizer.write保存出来的.yml文件就是你的模型文件，答辩前可以单独备份一份。
3.2 识别脚本：静态图片与摄像头实时识别
训练完模型，识别脚本就是把刚才所有步骤反过来走一遍：读图、检测人脸、裁脸、预处理、预测、画框。摄像头版本的典型代码是：
import cv2 recognizer = cv2.face.LBPHFaceRecognizer_create() recognizer.read("face_model.yml") name_map = {0: "person_01", 1: "person_02"} unknown_label = "unknown" face_cascade = cv2.CascadeClassifier( cv2.data.haarcascades + "haarcascade_frontalface_default.xml" ) cap = cv2.VideoCapture(0) if not cap.isOpened(): print("camera open failed") exit() while True: ok, frame = cap.read() if not ok: break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale( gray, scaleFactor=1.1, minNeighbors=5, minSize=(100, 100) ) for (x, y, w, h) in faces: face = gray[y:y + h, x:x + w] face = cv2.resize(face, (200, 200)) face = cv2.equalizeHist(face) label, confidence = recognizer.predict(face) name = name_map.get(label, unknown_label) color = (0, 255, 0) if confidence < 80 else (0, 0, 255) cv2.rectangle(frame, (x, y), (x + w, y + h), color, 2) cv2.putText( frame, f"{name} ({confidence:.0f})", (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2, ) cv2.imshow("face recognize", frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()这段代码的核心调用是recognizer.predict(face)，它返回两个值：label是预测出的身份标签，confidence是距离度量，越小代表和训练样本越接近。注意predict的输入必须是灰度图，而且预处理顺序要和训练时完全一致——裁脸后先resize再equalizeHist，任何一步不一致都会让 confidence 变大，原本能识别的脸也会被判成 unknown。画框用的是检测阶段返回的原始坐标(x, y, w, h)，而不是resize后的人脸子图坐标，这一点特别容易写错。
detectMultiScale的参数也需要解释一下：scaleFactor=1.1表示每层图像缩放 10%，数值越接近 1 检测越慢但越不容易漏检；minNeighbors=5表示候选框周围至少要有 5 个重叠框才被认定为有效，调高能减少误检，但太高会漏检；minSize=(100, 100)过滤太小的框，避免远处的小脸被识别成莫名其妙的标签。这几个参数对最终演示效果的影响比模型本身还大，建议跑起来以后自己手调几轮，感受一下。
3.3 调参方向：confidience 阈值与训练样本数怎么配合
LBPH 的confidence没有绝对值，同一个模型在光线差、镜头糊的场景下，识别的距离值可能从 40 涨到 120。你不能把 80 当成铁打的阈值，更不能只看一次识别成功就认为调参结束。我经常用的调参套路是先采集一组测试样本，跑一遍预测，把每个样本的 confidence 打印出来：
test_img = cv2.imread("test_person_01.jpg", cv2.IMREAD_GRAYSCALE) test_img = cv2.resize(test_img, (200, 200)) test_img = cv2.equalizeHist(test_img) label, confidence = recognizer.predict(test_img) print(label, confidence)日志打出来以后，你就能看到自己人的 confidence 大概在什么范围，陌生人的 confidence 又在什么范围。如果两类数字重叠得很厉害，通常不是阈值的问题，而是训练样本太少或者采集时光线太单一。这时优先补样本，而不是硬调阈值。另一种常见情况是识别框老跳到背景或肩部区域，原因往往是minNeighbors太低，把纹理类似的区域误检成人脸；把minNeighbors调到 6 到 7 就能压掉大部分误检。
另外有个细节值得提：如果你把predict的 confidence 阈值设在 100，陌生人也会被随手识别成某个已知身份。课设答辩里老师通常会让一个没参与采集的同学站到摄像头前，你希望这时显示 unknown，而不是报一个错误的名字。所以阈值宁可刻薄一点，也要保证“陌生人明显不认”，这个演示效果往往比“熟人全认对”更让老师满意。
4. 从“能跑”到“能答辩”：交互界面、报告素材与打包成 exe 的取舍
4.1 给演示加一个控制菜单：按键注册、退出与人脸录入回路
识别脚本跑通之后，很多同学急着写报告，但我建议先花半小时给程序加一个简单的交互逻辑，哪怕只是在画面角落显示两行操作提示。期末答辩时一台电脑摆在教室讲台上，老师会站在旁边看，一个没有提示的最小 demo 会让人摸不着头脑，而带快捷键的 demo 显得完整得多。
常见做法是在识别脚本里加两个按键分支：按r进入注册模式，把当前帧里检测到的人脸存进对应的数据集目录，然后重新训练模型；按q退出。注册新人的逻辑其实就是前面采集脚本和训练脚本的组合，不需要把训练放到循环里实时跑——存完照片，调用一次训练函数，模型热更新即可。你甚至可以做个最朴素的版本：预先留好两个文件夹，演示开始时先让现场同学各拍几张照片，重新训练一次，再开始识别。这个“现场注册”的动作非常讨巧，它证明你的系统不是只能识别固定的人，也顺便证明了训练和识别是一条完整闭环。
不过条代码不要写得过于花哨。课设评分里“代码可读性”占的比重不小，一个一百行内能读懂的交互脚本比一个三百行的菜单类更容易拿分。简单按键分支足够：
key = cv2.waitKey(1) & 0xFF if key == ord('r'): save_new_face(frame, gray_face) retrain_model() elif key == ord('q'): break逻辑说明放在注释里就够了：r触发注册和再训练，q退出循环。这样答辩时你可以说“系统的可扩展点在这里，新增身份不需要改模型结构，只要补数据重训”。注意retrain_model()内部要重新读取全部数据集，照片多了以后这步会变慢，但课设规模完全没问题。
4.2 把识别结果画到画面上：矩形框、名字、置信度与 FPS
很多同学的代码里，putText只写了识别名字，这是个遗憾。在画面上同时展示 confidence 数值，既能体现你对模型的理解，又能让你在答辩时指着数字解释阈值逻辑。上一章的识别脚本已经画了名字和置信度，这里补一个 FPS 指标：
import time fps = 0.0 last_time = time.time() frame_count = 0 while True: ok, frame = cap.read() if not ok: break frame_count += 1 now = time.time() if now - last_time >= 1.0: fps = frame_count / (now - last_time) last_time = now frame_count = 0 cv2.putText(frame, f"FPS: {fps:.1f}", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2)FPS 的数值本身不重要，重要的是它让老师知道你已经能评估系统的实时性。很多同学答不出“你的系统能跑多少帧”这个问题，现场一报 FPS 就是分上来了。需要注意不要把time.time()放在每一帧循环里去算单帧耗时，那样数字跳动非常厉害，反而显得系统不稳定；按秒统计帧数是最稳的。
4.3 打包成 exe 的路径坑：sys._MEIPASS 与 haarcascade 资源
如果答辩现场用的是教室电脑，你不可能保证那台机器装了 Python 和 OpenCV，所以提前打包成 exe 是相当常见的选择。PyInstaller 是打包 OpenCV 图像处理项目最常用的工具，但有坑：haarcascade_frontalface_default.xml和face_model.yml这两个文件是运行时才读取的资源，如果打包时不把它们带进去，exe 一启动就会报找不到文件的错误。
解决套路是写一个小工具函数，专门处理打包后的资源路径：
import os import sys def resource_path(relative_path): base = getattr(sys, "_MEIPASS", os.path.abspath(".")) return os.path.join(base, relative_path)打包时在 spec 文件或命令行里把资源目录加进去：
pyinstaller -F -w --add-data "haarcascade_frontalface_default.xml;." --add-data "face_model.yml;." main.py这里有一个 Windows 和 Linux 的经典差异：--add-data的分隔符在 Windows 下是分号，在 Linux 下是冒号。用错分隔符后文件看起来加进去了，运行时依然找不到。-w表示不弹出控制台窗口，但它也会把打印信息全吞掉，建议第一次调试时别加-w，先在命令行里跑一遍看报错。
4.4 报告素材怎么攒：中间图导出与 MATLAB 对照
期末大作业通常还要交一份实验报告，很多人到最后一天才发现截图不够。与其临时补，不如在写代码时就把中间过程图导出。灰度图、直方图均衡化对比、人脸裁剪区域，每个环节一张图，报告就立起来了：
import cv2 import matplotlib.pyplot as plt img = cv2.imread("sample.jpg", cv2.IMREAD_GRAYSCALE) equalized = cv2.equalizeHist(img) hist_orig = cv2.calcHist([img], [0], None, [256], [0, 256]) hist_eq = cv2.calcHist([equalized], [0], None, [256], [0, 256]) plt.figure(figsize=(8, 4)) plt.plot(hist_orig, label="original") plt.plot(hist_eq, label="equalized") plt.legend() plt.savefig("hist_compare.png")这段代码把原图和均衡化后的直方图画到一张图上，直接可以贴进报告。这里有一个小心机：很多学校的图像处理大作业同时允许用 MATLAB，但如果你的方案用 OpenCV 实现，报告里放一张 OpenCV 和 MATLAB 处理同一张图的直方图对比，既能说明你懂原理，又能在答辩时应对“为什么用 OpenCV 不用 MATLAB”这类问题。你就说：OpenCV 的 I/O 和摄像头采集链路更轻，团队里后续要接嵌入式或服务端，Python 生态更顺。理由越朴素越可信，千万别贬低 MATLAB。
5. 人脸识别大作业的避坑指南：5 个最容易扣分的踩坑点
5.1 训练时图片读取为空，跑着跑着就报“找不到指定文件”
现象是训练脚本执行到一半，突然报错或者跳过一堆图，最后模型训练出来识别率极低。原因主要有两个：一是解压后的文件路径里有中文，OpenCV 的imread在 Windows 上读中文路径经常静默失败，返回None，你的代码里如果没做None检查就会在使用空数组训练时报错；二是数据集里混入了非图片文件，比如 Mac 系统自动生成的.DS_Store，imread读不出任何内容。
解决方法是训练脚本里加skip逻辑，同时把整个项目放到全英文路径下。我习惯在采集阶段就约定“目录名和最后的 zip 文件名都只用英文和下划线”，这个习惯能帮你避开无数个深夜崩溃。另一点是最好在imread后立刻检查返回数组是否为空，而不是等训练到下一行才报错。
5.2 识别框画在人脸旁边，或者画框位置和实际人脸错位
现象是检测框明显偏移，比如框在左脸边上，或者人脸在画面左侧时框就偏得更厉害。问题出在坐标系搞混：detectMultiScale返回的(x, y, w, h)是针对原始灰度图坐标系的，而predict输入的是裁剪并缩放后的face子图。如果你拿缩放后的子图去画框，坐标当然对不上。
解决方法是把检测框坐标和face子图分开处理：检测用原图坐标，预测用子图，画框和写文字时回到原始(x, y, w, h)。这是一个代码结构问题，不是算法问题，写注释时把“原始坐标”和“子图坐标”标清楚，答辩时也经得起追问。
5.3 光线一暗或者侧面一点，识别结果就开始乱飘
现象是白天能稳定识别，到了答辩教室的筒灯下就频繁 unknown，侧脸甚至直接识别成另一个人。原因是 LBPH 对光照有一定容忍度，但你的训练样本如果没有覆盖识别时的光照环境，再好的特征也被打回原形。侧脸则基本无解，因为 LBPH 的直方图没有姿态归一化能力。
解决方法是采集阶段故意在两种光照下各拍一部分，比如开灯拍一轮、关大灯开台灯再拍一轮；不要只在一个角度下连续拍几十张，那在模型里等于一张照片的重复。后期可以在预处理里加GaussianBlur去噪，但别指望它能把侧脸救回来。更稳妥的策略是让 Demo 保持正脸演示，老师如果要测试侧脸，大方承认这是传统方法的边界，顺势话锋一转提“如果换深度学习特征提取器，这里可以做得更好”——这也是一种展示理解的答辩技巧。你有没有发现，这其实是个“人跟场景适配”的问题，不是纯代码问题。
5.4 摄像头打不开，或者画面跑一阵子就冻结
现象是cap = cv2.VideoCapture(0)返回了对象，但cap.isOpened()是False，或者演示开始没问题，循环跑了一两分钟后画面卡死。原因通常是摄像头被其他软件占用、OpenCV 默认的 VideoCapture 后端在 Windows 上和笔记本摄像头的兼容性差，以及 USB 带宽不够导致拉流中断。
解决方法是给VideoCapture指定 Windows 后端，一般能解决大部分兼容问题：
cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)CAP_DSHOW是 DirectShow 后端，比默认后端对 USB 摄像头更友好。拉流中断的另一个常见原因是循环里没有正确给waitKey足够时间处理窗口事件，也就是每帧都调用了imshow但waitKey的事件间隔太大或太小，系统事件队列堵住后画面看起来就冻住了。保持waitKey(1)一般是安全的，不要用 0，除非你想做单步调试。最保底的方案是在答辩前用cv2.VideoWriter录一段演示视频，把VideoCapture(0)换成VideoCapture("demo.mp4")，这样即使现场摄像头驱动全崩，你也能继续演示识别链路。
5.5 演示现场识别框乱跳，置信度忽高忽低
现象是同一个人的脸稍微晃一下，confidence 从 45 跳到 95，识别框在脸上和背景间来回切换。原因有两层：检测阶段minNeighbors太低导致误检，置信度较高的错误框被送进了识别器；或者预处理阶段没有做时序平滑，每一帧独立判断，抖动自然剧烈。
解决方法是先调detectMultiScale参数，把误检框压下去，然后在识别结果上加一个简单的滑动窗口：连续 N 帧识别到同一个人，才更新画面上的名字，否则保持上一次的结果。代码上可以维护一个last_name和连续计数变量。这种处理方式在真实门禁系统里很常见，写在报告里也算一个技术亮点。不过别做太复杂，课设规模下用“3 帧连续确认”就够。
6. 交作业前的最后一晚：验证模型可复现的 3 个技巧
答辩前的晚上，先把代码里的绝对路径清干净，然后做的事就是验证“这个模型到底能不能复现”。第一件必做的事是留出集测试：把数据集里每个人抽三到五张照片拿到模型上去预测，统计准确率。注意这几张照片必须不参与训练，否则就是在开卷考试，测出来的数字没有任何说服力。如果留出集准确率低于八成，先别急着调识别阈值，回到数据采集环节补照片，问题多半出在训练样本太单一。
第二件必做的事是准备一条视频演示路径。用cv2.VideoWriter录制一段大约 30 秒、包含正脸靠近、左右轻微转头、退出画面重新进入的 mp4 文件，然后把你识别脚本里的VideoCapture(0)换成VideoCapture("demo.mp4")。这样万一答辩教室的摄像头驱动有问题，或者设备被占用，你还可以用视频继续演示。视频文件一定要和模型、haarcascade 放在同一个目录下，别只拷个 exe 过去，常见翻车现场是现场解压后才发现漏了资源文件。
cap = cv2.VideoCapture("demo.mp4")第三件必做的事是把整个项目重新压缩成一个英文路径的 zip，然后解压到一个全新目录，按照“安装依赖→采集或读取数据→训练→识别”的顺序完整走一遍。我自己的习惯是把这个过程当成一次彩排：命令一条条敲，眼睛盯着每一步的输出，如果哪一步报错就现场修改，改完再把这个 zip 重新打一遍。这个动作很土，但每年都能拦住一大批“在宿舍能跑、到教室就挂”的翻车事故。
最后补一句经验之谈：不要在答辩当天临时改阈值和训练集。所有的参数都应该是前一天定好的，现场唯一能动的就是 confidence 阈值——我会把它定义在脚本最顶上，方便现场根据教室光线微调。文字和画框的配色也提前调好，别用太细的字体，教室投影仪通常不会太清晰。祝你的大作业一次通过，希望帮到你。
本文还有配套的精品资源，点击获取
