今天的Python学习教程给大家介绍一个世界上最简练的人脸辨认库 face_recognition，你可以应用 Python 和命令行工具进行提取、辨认、操作人脸。

基于业内领先的 C++ 开源库 dlib 中的深度学习模型，用 Labeled Faces in the Wild 人脸数据集进行测试，有高达99.38%的正确率。

1.安装

最好是应用 Linux 或 Mac 环境来安装，Windows 下安装会有很多问题。

在安装 face_recognition 之前你须要先安装以下几个库，注意次序!

1.1 先安装 cmake 和 boost

pip install cmakepip install boost

1.2 安装 dlib

pip install dlib

此处安装可能要几分钟。

如安装出错，建议应用 whl 文件来安装

1.3 安装 face_recognition

face_recongnition 一般要配合 opencv 一起应用

pip install face_recognitionpip install opencv-python

2. 人脸辨认

比如这里总共有三张图片，其中有两张已知，第三张是须要辨认的图片

首先获取人脸中的信息

kobe_image = face_recognition.load_image_file("kobe.jpg") # 已知科比照片jordan_image = face_recognition.load_image_file("jordan.jpeg") # 已知乔丹照片unknown_image = face_recognition.load_image_file("unkown.jpeg") # 未知照片kobe_face_encoding = face_recognition.face_encodings(kobe_image)[0]jordan_face_encoding = face_recognition.face_encodings(jordan_image)[0]unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0]

代码中前三行分辨是加载三张图片文件并返回图像的 numpy 数组，后三行返回图像中每个面部的人脸编码

然后将未知图片中的人脸和已知图片中的人脸进行对照，应用 compare_faces() 函数， 代码如下：

known_faces = [ kobe_face_encoding, jordan_face_encoding]results = face_recognition.compare_faces(known_faces, unknown_face_encoding) # 辨认成果列表print("这张未知照片是科比吗? {}".format(results[0]))print("这张未知照片是乔丹吗? {}".format(results[1]))

运行成果如下：

不到二十行代码，就能辨认出人脸是谁，是不是 so easy！

3. 人脸标注

仅仅辨认图片中的人脸总是感到差点什么，那么将辨认出来的人脸进行姓名标注是不是更加有趣~

已知图片的辨认和前面代码基础是一样的，未知图片代码多了人脸地位的辨认，并应用了face_locations() 函数。

代码如下：

face_locations = face_recognition.face_locations(unknown_image)face_encodings = face_recognition.face_encodings(unknown_image, face_locations)

函数传入两个参数，返回以上，右，下，左固定次序的脸部地位列表的作用是将已知脸部地位和未知面部编码进行比拟，得到欧式距离~~~具体是什么我也不知道，距离就相当于相识度。

函数阐明：face_distance(face_encodings, face_to_compare)

face_encodings：已知的面部编码

face_to_compare：要比拟的面部编码

本次图片前面两张没有变更，第三张换成了科比和乔丹的合影，最终运行之后成果如下:

左边是原图，右边是辨认后主动标注出来的图片。

import face_recognitionfrom PIL import Image, ImageDrawimport numpy as npdef draws(): kobe_image = face_recognition.load_image_file("kobe.jpg") kobe_face_encoding = face_recognition.face_encodings(kobe_image)[0] jordan_image = face_recognition.load_image_file("jordan.jpeg") jordan_face_encoding = face_recognition.face_encodings(jordan_image)[0] known_face_encodings = [ kobe_face_encoding, jordan_face_encoding ] known_face_names = [ "Kobe", "Jordan" ] unknown_image = face_recognition.load_image_file("two_people.jpeg") face_locations = face_recognition.face_locations(unknown_image) face_encodings = face_recognition.face_encodings(unknown_image, face_locations) pil_image = Image.fromarray(unknown_image) draw = ImageDraw.Draw(pil_image) for (top, right, bottom, left), face_encoding in zip(face_locations, face_encodings): matches = face_recognition.compare_faces(known_face_encodings, face_encoding) name = "Unknown" face_distances = face_recognition.face_distance(known_face_encodings, face_encoding) best_match_index = np.argmin(face_distances) if matches[best_match_index]: name = known_face_names[best_match_index] draw.rectangle(((left, top), (right, bottom)), outline=(0, 0, 255)) text_width, text_height = draw.textsize(name) draw.rectangle(((left, bottom – text_height – 10), (right, bottom)), fill=(0, 0, 255), outline=(0, 0, 255)) draw.text((left + 6, bottom – text_height – 5), name, fill=(255, 255, 255, 255)) del draw pil_image.show() pil_image.save("image_with_boxes.jpg")

4. 给人脸美妆

这个功效须要联合 PIL 一起应用。

用法都差不多，首先就是将图片文件加载到 numpy 数组中，然后将人脸中的面部所有特点辨认到一个列表中

image = face_recognition.load_image_file("bogute.jpeg")face_landmarks_list = face_recognition.face_landmarks(image)

遍历列表中的元素，修正眉毛

d.polygon(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 128))d.polygon(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 128))d.line(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 150), width=5)d.line(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 150), width=5)

给人脸涂口红

d.polygon(face_landmarks['top_lip'], fill=(150, 0, 0, 128))d.polygon(face_landmarks['bottom_lip'], fill=(150, 0, 0, 128))d.line(face_landmarks['top_lip'], fill=(150, 0, 0, 64), width=8)d.line(face_landmarks['bottom_lip'], fill=(150, 0, 0, 64), width=8)

增添眼线

d.polygon(face_landmarks['left_eye'], fill=(255, 255, 255, 30))d.polygon(face_landmarks['right_eye'], fill=(255, 255, 255, 30))d.line(face_landmarks['left_eye'] + [face_landmarks['left_eye'][0]], fill=(0, 0, 0, 110), width=6)d.line(face_landmarks['right_eye'] + [face_landmarks['right_eye'][0]], fill=(0, 0, 0, 110), wid=6)

依据以上代码做了，我用实力不行，打球又脏的 "大嘴" 博格特来做演示！

左边是原图，右边是加了美妆后的后果

更多的Python学习教程也会持续为大家更新，有兴致的伙伴可以自己动手操练哦！ 更多一篇文章带你了解Python 人脸识别有多简单资讯欢迎收藏红雨智能资讯网:http://www.zdm365.cn/(部分合肥电动门内容来源于网络投稿或自媒体，涉及版权请联系我们处理.)