文章基于face_recognition+OpenCV（大佬们真的是厉害，膜拜）

总结一下经验，以及遇到的坑

参考：

https://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chinese.md

https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam_faster.py

https://gist.github.com/ageitgey/629d75c1baac34dfa5ca2a1928a7aeaf

Face Recognition

在Git hub上看到一个强大的开源项目：face_recognition，具体内容大家可以参考这里：

https://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chinese.md

环境配置：

官方推荐是

Python 3.3+ or Python 2.7
macOS or Linux
Windows并不是我们官方支持的，但也许也能用

1. 安装face_recognition

在安装face_recognition之前先要安装dlib和相关Python依赖，安装dlib之前又要安装cmake（有点绕。。。）

cmake安装：

先去官网下载自己对应的版本：Download | CMake

下载完后安装，之后打开软件，在工具栏找到 Tools > How to install for command line use

软件会向你展示几种安装方法，我选的是：

sudo "/Applications/CMake.app/Contents/bin/cmake-gui" --install

在终端里输入该命令就ok了；

dlib安装：（参考https://gist.github.com/ageitgey/629d75c1baac34dfa5ca2a1928a7aeaf）

git clone https://github.com/davisking/dlib.git

依次输入下面代码

cd dlib
mkdir build
cd build
cmake ..
cmake --build .

安装完成以后，就可以进行face_recognition的安装了

pip3 install face_recognition

2. 验证安装是否成功

这里我们用一段代码来测试，新建一个文件夹img，在img下新建两个文件夹，分别命名为know和unknow

然后去搜集一些面部素材，这里我用的是Taylor Swfit和Tim Cook的，将收集到的素材放入know文件，并命名为对应的名字（为了简明易懂），konw文件下的文件是用来告诉机器这是谁，是让机器用来学习的。

unknow文件下放一些测试图片，这个文件下电脑不知道这是谁，需要电脑去判断

将文件放到根目录，在终端输入：

face_recognition img/know img/unknow

会输出类似内容

img/unknow/anne.jpeg,unknown_person
img/unknow/TS.jpeg,taylorSwift
img/unknow/xlz.jpeg,unknown_person
img/unknow/TM.jpg,timCook
img/unknow/Zuckerberg.jpeg,unknown_person

unknow_person代表没识别出的人，也就是在know文件中没有的人

有名字的是识别出来的，是与know文件里相对应的人

这样就表示我们安装成功了，下面进行实时的人脸识别。

3. 实时人脸检测

代码源自：https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam_faster.py

安装cv2，也就是opencv

pip install opencv-python

安装numpy库

pip install numpy

然后新建文件: face_recog.py

基本上就是复制这里的代码

import face_recognition
import cv2
import numpy as np# This is a demo of running face recognition on live video from your webcam. It's a little more complicated than the
# other example, but it includes some basic performance tweaks to make things run a lot faster:
#   1. Process each video frame at 1/4 resolution (though still display it at full resolution)
#   2. Only detect faces in every other frame of video.# PLEASE NOTE: This example requires OpenCV (the `cv2` library) to be installed only to read from your webcam.
# OpenCV is *not* required to use the face_recognition library. It's only required if you want to run this
# specific demo. If you have trouble installing it, try any of the other demos that don't require it instead.# Get a reference to webcam #0 (the default one)
video_capture = cv2.VideoCapture(0)# Load a sample picture and learn how to recognize it.
timCook_image = face_recognition.load_image_file("face_cv2/img/know/timCook.jpg")
timCook_face_encoding = face_recognition.face_encodings(timCook_image)[0]# Load a second sample picture and learn how to recognize it.
taylor_image = face_recognition.load_image_file("face_cv2/img/know/taylorSwift.jpeg")
taylor_face_encoding = face_recognition.face_encodings(taylor_image)[0]# Create arrays of known face encodings and their names
known_face_encodings = [timCook_face_encoding,taylor_face_encoding
]
known_face_names = ["TimCook","TaylorSwift"
]# Initialize some variables
face_locations = []
face_encodings = []
face_names = []
process_this_frame = Truewhile True:# Grab a single frame of videoret, frame = video_capture.read()# Resize frame of video to 1/4 size for faster face recognition processingsmall_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)# Convert the image from BGR color (which OpenCV uses) to RGB color (which face_recognition uses)rgb_small_frame = small_frame[:, :, ::-1]# Only process every other frame of video to save timeif process_this_frame:# Find all the faces and face encodings in the current frame of videoface_locations = face_recognition.face_locations(rgb_small_frame)face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)face_names = []for face_encoding in face_encodings:# See if the face is a match for the known face(s)matches = face_recognition.compare_faces(known_face_encodings, face_encoding)name = "Unknown"# # If a match was found in known_face_encodings, just use the first one.# if True in matches:#     first_match_index = matches.index(True)#     name = known_face_names[first_match_index]# Or instead, use the known face with the smallest distance to the new faceface_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]face_names.append(name)process_this_frame = not process_this_frame# Display the resultsfor (top, right, bottom, left), name in zip(face_locations, face_names):# Scale back up face locations since the frame we detected in was scaled to 1/4 sizetop *= 4right *= 4bottom *= 4left *= 4# Draw a box around the facecv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)# Draw a label with a name below the facecv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)font = cv2.FONT_HERSHEY_DUPLEXcv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)# Display the resulting imagecv2.imshow('Video', frame)# Hit 'q' on the keyboard to quit!if cv2.waitKey(1) & 0xFF == ord('q'):break# Release handle to the webcam
video_capture.release()
cv2.destroyAllWindows()

在终端运行命令：（在调用摄像头这一部分，这里我出了点状况，在sublime text3中执行程序，会崩溃，但是在终端执行就没有问题，可能是我配置的有问题）

python3 face_recog.py

如果成功启动程序，可以用手机搜几张Taylor或者Tim的图片对着摄像头测试。

(图片来源：https://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chinese.md)

或者直接在know中存入你自己的照片，并修改这这一部分代码：

video_capture = cv2.VideoCapture(0)# 加载第一个样本照片
timCook_image = face_recognition.load_image_file("face_cv2/img/know/timCook.jpg")
timCook_face_encoding = face_recognition.face_encodings(timCook_image)[0]# 加载第二个样本照片
taylor_image = face_recognition.load_image_file("face_cv2/img/know/taylorSwift.jpeg")
taylor_face_encoding = face_recognition.face_encodings(taylor_image)[0]# 加载你自己的照片
your_image = face_recognition.load_image_file("face_cv2/img/know/your.jpg")
your_face_encoding = face_recognition.face_encodings(your_image)[0]# Create arrays of known face encodings and their names
known_face_encodings = [timCook_face_encoding,taylor_face_encoding,your_face_encoding
]
known_face_names = ["TimCook","TaylorSwift","yourName"
]

退出程序按“q”建

有讲的不明白的地方，或者出错的地方，大家可以私信我或者留言评论，一起学习一起进步。

文章若有侵权，请及时联系我删除更改。

30分钟做一个人脸识别案例相关推荐

C# 30分钟完成百度人脸识别——进阶篇（文末附源码）
距离上次入门篇时隔两个月才出这进阶篇,小编惭愧,对不住关注我的卡哇伊的小伙伴们,为此小编用这篇博来谢罪. 前面的准备工作我就不说了,注册百度账号api,创建web网站项目,引入动态链接库引入. 不了解 ...
用Python做一个人脸识别系统，简单操作又实用~
导语今天给大家介绍一个非常简洁的人脸识别系统: 人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术.而通过我们Python编程,几行代码就可以实现人脸识别,这主要得益于face_reco ...
做一个人脸识别登录功能
前天晚上散步到一个大学公寓门口,发现公寓的大门口都安装了人脸识别的门禁,就有种强烈的欲望想要学习一下哈哈,刚好也在做项目就想运用到这个技术-于是便有了开端. 视觉智能--人脸识别基于阿里云的视觉 ...
[分享] 30分钟做一个二维码名片应用，有源码！
2019独角兽企业重金招聘Python工程师标准>>> 前言 30分钟带你用Wex5做一个微信公众号上使用的二维码名片,相应技术点有详细讲解,高清有码!(点击下载全部源码) 二维码现 ...
做一个人脸识别相关的毕业设计
本文旨在简单聊一下做一个与人脸识别相关的本科毕业设计,希望不是挖坑文. 背景:普通本科毕业设计大多是构建网站(购物.管理系统.论坛),相对来说老师看的也审美疲劳,当然如果买毕设的话价格会相对便宜. 本 ...
使用OpenCV做一个人脸识别(Java)
前言当前很多博客实现人脸识别的大部分都是调用云厂家的接口,如百度,阿里云.以及我们乐橙开放平台也支持人脸识别等人工智能服务.这些都比较简单,会接开放平台,走接口请求基本上都掌握了.缺点就是有限制,收 ...
（详细教程）opencv+pycharm+笔记本摄像头做一个人脸识别
目录一.安装opencv-python 二.准备分类器三.代码讲解四.运行结果附录: 总结一.安装opencv-python 这里推荐使用pycharm直接安装opencv-python 打 ...
OpenCV中视频操作及人脸识别案例
目录 OpenCV中视频操作及人脸识别案例视频操作视频读写从文件中读取视频并播放保存视频小结视频追踪 meanshift Camshift 算法总结小结案例:人脸案例人脸识别基础实 ...
玩了一个人脸识别登录
最近温差大,请别感冒前言这篇文章就没有目录了,直接从头正序开始即可. 因为突然接到了一个需求,一个xx局,内部使用的移动端项目(是我们开发的),需要添加一个人脸识别登录的需求. 内部员工使用的识别 ...

30分钟做一个人脸识别案例