Python 人脸识别就多简单,看这个就够了!
今天给大家介绍一个世界上最简洁的人脸识别库 face_recognition,你可以使用 Python 和命令行工具进行提取、识别、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%的准确率。
1.安装
最好是使用 Linux 或 Mac 环境来安装,Windows 下安装会有很多问题。在安装 face_recognition 之前你需要先安装以下几个库,注意顺序!
1.1 先安装 cmake 和 boost
pip install cmake
pip 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,建议使用 whl 文件来安装
1.3 安装 face_recognition
face_recongnition 一般要配合 opencv 一起使用
pip install face_recognition
pip install opencv-python
2. 人脸识别
比如这里总共有三张图片,其中有两张已知,第三张是需要识别的图片
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]
代码中前三行分别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比,使用 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) # 识别结果列表
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]))
运行结果如下:
不到二十行代码,就能识别出人脸是谁,是不是 so easy!
3. 人脸标注
仅仅识别图片中的人脸总是感觉差点什么,那么将识别出来的人脸进行姓名标注是不是更加有趣~
已知图片的识别和前面代码基本是一样的,未知图片代码多了人脸位置的识别,并使用了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,左固定顺序的脸部位置列表的作用是将已知脸部位置和未知面部编码进行比较,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。
函数说明:face_distance(face_encodings, face_to_compare)
face_encodings:已知的面部编码
本次图片前面两张没有变化,第三张换成了科比和乔丹的合影,最终运行之后结果如下:
左边是原图,右边是识别后自动标注出来的图片。
import face_recognition
from PIL import Image, ImageDraw
import 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 drawpil_image.show()pil_image.save("image_with_boxes.jpg")
4. 给人脸美妆
这个功能需要结合 PIL 一起使用。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征识别到一个列表中
image = face_recognition.load_image_file("bogute.jpeg")
face_landmarks_list = face_recognition.face_landmarks(image)
遍历列表中的元素,修改眉毛
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)
增加眼线
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)
根据以上代码做了,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效果
你打球的样子像极了 cxk!
来和小伙伴们一起向上生长呀!
Python 人脸识别就多简单,看这个就够了!相关推荐
- python人脸识别防小偷_一篇文章带你了解Python 人脸识别有多简单
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 d ...
- python人脸识别实验报告总结_一篇文章带你了解Python 人脸识别有多简单
原标题:一篇文章带你了解Python 人脸识别有多简单 今天的Python学习教程给大家介绍一个世界上最简洁的人脸识别库 face_recognition,你可以使用 Python 和命令行工具进行提 ...
- Python 人脸识别有多简单 ?一个库直接进行提取、识别、操作人脸
给大家介绍一个世界上最简洁的人脸识别库 face_recognition,你可以使用 Python 和命令行工具进行提取.识别.操作人脸. 基于业内领先的 C++ 开源库 dlib 中的深度学习模型, ...
- python 人脸识别调整人脸大的距离_Python 人脸识别就多简单,看这个就够了!
原标题:Python 人脸识别就多简单,看这个就够了! 今天给大家介绍一个世界上最简洁的人脸识别库 face_recognition,你可以使用 Python 和命令行工具进行提取.识别.操作人脸. ...
- python人脸识别系统下载_简单的Python人脸识别系统
案例一 导入图片 思路: 1.导入库 2.加载图片 3.创建窗口 4.显示图片 5.暂停窗口 6.关闭窗口 # 1.导入库 import cv2 # 2.加载图片 img = cv2.imread(' ...
- 人脸识别闸机python_简单的Python人脸识别系统
案例一 导入图片 思路: 1.导入库 2.加载图片 3.创建窗口 4.显示图片 5.暂停窗口 6.关闭窗口 # 1.导入库 import cv2 # 2.加载图片 img = cv2.imread(' ...
- Python人脸识别黑科技(二):教你使用python+Opencv完成人脸解锁
继上一篇"Python人脸识别黑科技(一):50行代码运用Python+OpenCV实现人脸追踪+详细教程+快速入门+图像识",那么今天我们来讲关于使用python+opencv+ ...
- python人脸识别、语音合成、智能签到系统
基于python+face_recognition+opencv+pyqt5+百度AI实现的人脸识别.语音播报.语音合成.模拟签到系统(1) 人脸识别效果图 源码看最下面 这是新版本地址人脸识别.语音 ...
- python人脸识别、语音合成、智能签到系统(2)
基于python+face_recognition+opencv+pyqt5+百度AI实现的人脸识别.语音播报.语音合成.模拟签到系统(2) 人脸识别效果图 简单介绍以及需要的配置在 python人脸 ...
最新文章
- Tax debug and BP number external generation
- 串的块链存储c语言栈,小蚂蚁学习数据结构(18)——串的块链的代码实现
- 二叉树的基本操作(建立与遍历)
- akka mysql_Spray + Akka高性能异步IO并发
- oracle-只读数据文件的备份与恢复
- CAD建模软件:BricsCAD 22 for Mac
- mysql5.095下载_战舰世界095版本
- lcd12864历程C语言程序,基于51单片机的LCD12864程序设计
- html制作dnf,dnf怎么制作img文件 时装拼合教程
- HCIA-RS(211-中文题库,2019最新题库)
- ACG识图搜索引擎整合及优势分析
- 恶意软件及反病毒学习总结
- 800套绝美PPT模板免费下载
- Win10 LTSB/LTSC 录音机、图片查看器、便签
- DOM ------ 仿淘宝关闭二维码
- 来自Bitly的USA.gov数据
- 单片机控制直流电机c语言代码,用51单片机控制直流电机
- 《uni-app》一个非canvas的飞机对战小游戏-启动页
- Python生成Code128C条形码实现——轻松打造高效标识码!
- 愿你是那天上星,永远闪耀照亮夜空——50行Python代码绘制满天星
热门文章
- Nginx SSI 设置
- 体验XHProf(linux版本)
- python字符串的美化_Python构造自定义方法来美化字典结构输出
- python数据标准化1002无标题,Scikit标准化互信息学习给我错误的值
- 计算机保存的信息是模拟信号,信息技术考试样题(附解析).doc
- mysql 数据迁移java_使用jdk进行数据迁移(sqlite迁移mysql)
- 计算机管理器磁盘清理,修复win7提示“windows磁盘空间清理管理器已停止工作”的方法...
- linux ssh rpm包,RHEL6(CentOS6)中使用源码包编译生成RPM的基本方法:升级OpenSSH篇
- 信息系统服务器数量设置,《系统下服务器设置与优化.doc
- 二等水准测量记录数据_公路水准测量培训道路放样测量学习