Python三十行代码实现简单人脸识别的示例代码_Python

Python三十行代码实现简单人脸识别的示例代码

2021-09-28 00:19徐先生没洗头 Python

这篇文章主要介绍了Python三十行代码实现简单人脸识别的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

一、库介绍

opencv，face_recognition，numpy，以及dlib

注意：
安装opencv速度可能过慢，需要更换国内镜像源，参考：http://www.zzvips.com/article/194782.html
附带Python3.7，64位版本 dlib whl下载路径：dlib-19.rar

二、库安装

				?

									pip install opencv-python

									pip install face_recognition

									pip install numpy

dlib库需进入whl文件路径下安装

				?

									pip install dlib-19.17.99-cp37-cp37m-win_amd64.whl

三、face_recognition库简单介绍

face_recognition的load_image_file方法会加载图片，并返回一个ndarray类型的数据

				?

									face_path = "C://Users//25103//Desktop//Python人脸识别//face//徐先生.jpg"

									image = face_recognition.load_image_file(face_path)

face_recognition的face_encoding方法,可从返回的ndarray类型数据中提取人脸特征，可同时提取多个特征，返回值为列表类型

				?

									face_encoding = face_recognition.face_encodings(image)[0]

face_recognition的face_location方法可以获取图片中所有人脸的位置，其返回值为一个列表

				?

									face_locations = face_recognition.face_locations(rgb_frame)

四、代码实现以及注释讲解

				?

									# coding = utf-8

									import dlib

									import cv2

									import face_recognition

									import os

									# 创建视频对象

									video_capture = cv2.VideoCapture(0)

									# 加载需要识别的人脸图片（这张图片需要仅有一张脸）

									# face_recognition的load_image_file方法会加载图片，并返回一个ndarray类型的数据

									# ndarray类型就是NumPy的数组类型，其中的元素类型可以一致也可以不一致

									face_path = "C://Users//25103//Desktop//Python人脸识别//face//徐先生.jpg"

									image = face_recognition.load_image_file(face_path)

									# face_recognition的face_encoding方法,可从返回的ndarray类型数据中提取人脸特征，可同时提取多个特征，返回值为列表类型

									# 因为照片中只有一个人脸，所以我们取列表的第一个值

									face_encoding = face_recognition.face_encodings(image)[0]

									while True:

									 # 从视频对象中读取一帧照片

									 ret,frame = video_capture.read()

									 # 将照片缩小，加快处理速度,这里将其缩小为原图的1/4

									 # frame = cv2.rectangle(frame,(0,0),fx=0.25,fy=0.25)

									 # 因为cv2用的是BGR色彩，我们组要将其转化为RGB进行处理

									 rgb_frame = frame[:,:,::-1] # 列表转置操作

									 # face_recognition的face_location方法可以获取图片中所有人脸的位置，其返回值为一个列表

									 face_locations = face_recognition.face_locations(rgb_frame)

									 print("共从视频中找到了{}张人脸".format(len(face_locations)))

									 # 获取视频中所有人脸的特征

									 face_encodings = face_recognition.face_encodings(rgb_frame,face_locations)

									 for face in face_encodings:

									 # 比较两个特征值——encoding1与encoding2，匹配返回True，否则返回False。tolerance越低，顾名思义，容错率越低,返回值为列表类型

									 match = face_recognition.compare_faces([face_encoding],face,tolerance=0.4)

									 name = "不认识的人"

									 if match[0]:

									  # face为图片名称

									  name = os.path.basename(face_path[0:-4])

									 print("找到了{}".format(name))