最近在学习matlab图像处理部分，发现人脸识别这一块非常好玩，在这里做个总结。
人脸识别之一：查找图片中的人脸并用方框圈出
这种类似于智能手机拍照时，屏幕里那个框任务头部的红框。大致步骤为：获取RGB图片--->转换为灰度图像--->图像处理--->人脸识别。从书中摘出的代码如下：
clear all
clc
%获取原始图片
i=imread('face.jpg');
I=rgb2gray(i);
BW=im2bw(I); %利用阈值值变换法将灰度图像转换成二进制图像
figure(1);
imshow(BW);
%最小化背景
[n1 n2]=size(BW);
r=floor(n1/10);
c=floor(n2/10);
x1=1;x2=r;
s=r*c;
for i=1:10
y1=1;y2=c;
for j=1:10
if(y2<=c || y2>=9*c) || (x1==1 || x2==r*10)
loc=find(BW(x1:x2,y1:y2)==0);
[o p]=size(loc);
pr=o*100/s;
if pr<=100
BW(x1:x2,y1:y2)=0;
r1=x1;r2=x2;s1=y1;s2=y2;
pr1=0;
end
imshow(BW);
end
y1=y1+c;
y2=y2+c;
end
x1=x1+r;
x2=x2+c;
end
figure(2)
subplot(1,2,1);
imshow(BW)
title('图像处理');
%人脸识别
L=bwlabel(BW,8);
BB=regionprops(L,'BoundingBox');
BB1=struct2cell(BB);
BB2=cell2mat(BB1);
[s1 s2]=size(BB2);
mx=0;
for k=3:4:s2-1
p=BB2(1,k)*BB2(1,k+1);
if p>mx && (BB2(1,k)/BB2(1,k+1))<1.8
mx=p;
j=k;
end
end
subplot(1,2,2);
title('人脸识别');
imshow(I);
hold on;
rectangle('Position',[BB2(1,j-2),BB2(1,j-1),BB2(1,j),BB2(1,j)],'EdgeColor','r')
现如今机器视觉越来越盛行，从智能交通系统的车辆识别，车牌识别到交通标牌的识别；从智能手机的人脸识别的性别识别；如今无人驾驶汽车更是应用了大量的机器识别的是算法在里边。
今天我们将从MATLAB的图像识别说起，后边将陆续讲解车牌识别，交通标牌识别等，并努力将它移植到FPGA里边做到高速实时处理。
MATLAB人脸识别的处理过程：