1. load_image_file 加载图像

输出图像是 RGB 格式（opencv中是 BGR 格式）
图像类型是 ndarray

import face_recognitionimage = face_recognition.load_image_file("image.jpeg")   # 读取图像
print(image.shape)   # (3073, 2048, 3)
print(type(image))   # <class 'numpy.ndarray'>

2. face_locations 定位图中所有人脸

函数作用：识别出图像中所有人脸，并以列表的形式返回人脸的位置信息

函数输出：输出一个列表，形如： [(411, 956, 540, 827), (283, 605, 390, 497)]

列表中包含两个tuple (411, 956, 540, 827) 和 (283, 605, 390, 497) ，表示识别出了两个人脸
每个 tuple 中的4个数字表示这个人脸的位置信息，分别为 [top， right， bottm，left] , 代表框住人脸的矩形中左上角位置坐标（left， top）和右下角的位置坐标（right， bottom）

import face_recognition
import cv2image = face_recognition.load_image_file("image.jpeg")   # 读取图像
face_locations = face_recognition.face_locations(image)    # 获取人脸位置
print(face_locations)

输出：

[(990, 1347, 1311, 1026), (491, 1133, 812, 812), (1895, 1152, 2163, 884)]

检测到的第一个人脸位置坐标(990, 1347, 1311, 1026)，对应如下

（1）在原图像中框出人脸

import face_recognition
import cv2image = face_recognition.load_image_file("image.jpeg")   # 读取图像
face_locations = face_recognition.face_locations(image)    # 获取人脸位置
print(face_locations)# ---------------------------------------------------
img = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
for p in face_locations:print(p)face_detect = cv2.rectangle(img, (p[3], p[0]), (p[1], p[2]), (0, 0, 255), 5)cv2.imshow('face_detect'.format(), face_detect)
cv2.waitKey()
cv2.destroyAllWindows()

（2）剪切出人脸

import face_recognition
import cv2image = face_recognition.load_image_file("image.jpeg")   # 读取图像
face_locations = face_recognition.face_locations(image)    # 获取人脸位置
print(face_locations)  # [(411, 956, 540, 827), (283, 605, 390, 497)]img = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)for i, p in enumerate(face_locations):face_detect = img[p[0]:p[2], p[3]:p[1]]cv2.imshow('face_detect_{}'.format(i), face_detect)cv2.waitKey()
cv2.destroyAllWindows()

3. face_landmarks 识别人脸关键点

函数作用：识别出 9种人脸关键点信息，包括眼睛、鼻子、嘴巴和下巴等
返回值：是个list，列表长度表示有几个人的面部信息；list 中的项是字典，每个字典的key表示面部特征的名字，值为这个面部特征的位置信息（是一个列表）；特征点包括：
- nose_bridge
- right_eyebrow
- right_eye
- chine
- left_eyebrow
- bottom_lip
- nose_tip
- top_lip
- left_eye

import face_recognition
import cv2
import numpy as npimage = face_recognition.load_image_file("image.jpeg")   # 读取图像
face_landmarks_list = face_recognition.face_landmarks(image)    # 获取人脸位置img = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
for face_landmarks in face_landmarks_list:facial_features = ['left_eye','right_eye','nose_tip','top_lip','bottom_lip']# 在图像中画出每个人的眼睛， 鼻子， 嘴巴！for facial_feature in facial_features:points = np.array(face_landmarks[facial_feature])cv2.polylines(img, [points], False, (0, 0, 255), 2)cv2.imshow('facial_feature', img)
cv2.waitKey()
cv2.destroyAllWindows()

【人脸识别】face_recognition 库的使用相关推荐

人脸识别开源库face_recognition的简单介绍
人脸识别开源库face_recognition的简单介绍原文出处: https://blog.xugaoxiang.com/ai/face-recognition-cnn.html 软硬件环境 ub ...
Mac/Linux安装人脸识别常用库(tensorflow、pytorch、dlib、face_recognition、opencv、CMake、gcc/g++)————所有环境一次性配置好
文章目录 0 背景与准备 1 tensorflow环境[数值计算的开源软件库] 2 pytorch环境[数值计算的开源软件库] 3 face_recognition[基于dlib的人脸识别库] 4 o ...
机器学习之人脸识别face_recognition使用
机器学习之人脸识别face_recognition使用简介一二主要方法介绍 1. load_image_file 加载图像 2. face_locations 定位图中所有人脸 3. face ...
人脸识别开源库face_recognition
原文出处: https://blog.xugaoxiang.com/ai/face-recognition-cnn.html 软硬件环境 ubuntu 18.04 64bit GTX 1070Ti a ...
人脸识别用哪种python库_Python人脸识别第三方库face_recognition接口介绍文档
1. 查找图像中出现的人脸代码示例: #导入face_recognition模块 import face_recognition #将jpg文件加载到numpy数组中 image = face_re ...
人脸识别dlib库记录
暑假和大佬报了一个比赛,因为最近在学python所以我们报了Python组的人脸识别.对于人脸识别来说Python有face_recognition库,经过网上查找资料以及官方文档我们很快就完成了.不 ...
face.evoLVe：高性能人脸识别开源库，内附高能模型
点击我爱计算机视觉标星,更快获取CVML新技术目前人脸识别开源项目众多,但真正能方便快捷拿来就用.性能指标业界领先的开源库并不多,而最近刚刚开源的face.evoLVe绝对是不容忽视的力量. 项目地 ...
AI识别照片是谁，人脸识别face_recognition开源项目安装使用 | 机器学习
目录前言环境安装代码使用总结前言最近碰到了照片识别的场景,正好使用了face_recognition项目,给大家分享分享.face_recognition项目能做的很多,人脸检测功能也是有 ...
matlab人脸识别样本库建立,facenet 人脸识别（二）——创建人脸库搭建人脸识别系统...
搭建人脸库选择的方式是从百度下载明星照片照片下载,downloadImageByBaidu.py # coding=utf-8 """ 爬取百度图片的高清原图 &qu ...
好玩的人脸识别face_recognition安装+尝试+API详细
face_recognition是一个可玩度很高的人脸识别开源框架,不仅安装方便,运行起来也很轻松. 官网:https://github.com/ageitgey/face_recognition.g ...

【人脸识别】face_recognition 库的使用

目录

1. load_image_file 加载图像

2. face_locations 定位图中所有人脸

（1）在原图像中框出人脸

（2）剪切出人脸

3. face_landmarks 识别人脸关键点

【人脸识别】face_recognition 库的使用相关推荐

最新文章

热门文章