python人脸识别代码是什么_几行代码带你实现人脸识别。Python 就是这么简单
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理
以下文章来源于腾讯云 作者:Python编程与实战
( 想要学习Python?Python学习交流群:1039649593,满足你的需求,资料都已经上传群文件流,可以自行下载!还有海量最新2020python学习资料。 )
阅读文本大概需要 11分钟。
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
下载地址:https://pypi.org/simple/dlib/
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
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!
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
face_to_compare:要比较的面部编码
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。
importface_recognitionfrom PIL importImage, ImageDrawimportnumpy as npdefdraws():
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 inzip(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)ifmatches[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))deldraw
pil_image.show()
pil_image.save("image_with_boxes.jpg")
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!
python人脸识别代码是什么_几行代码带你实现人脸识别。Python 就是这么简单相关推荐
- 【python】一个目录里面多个python程序文件,统计一下里面有多少行代码。即分别列出:代码、空行、注释的行数。
一个目录里面多个python程序文件,统计一下里面有多少行代码.即分别列出:代码.空行.注释的行数. 题目 代码 结果 题目 一个目录里面多个python程序文件,统计一下里面有多少行代码.即分别列出 ...
- python你TM太皮了——区区30行代码就能记录键盘的一举一动
先看看效果 Like This↓ 一.公共WiFi 公用电脑什么的 在我们日常在线上工作.玩耍时,不论开电脑.登录淘宝.玩网游 统统都会用到键盘输入 在几乎所有网站,例如淘宝.百度.126邮箱等等 为 ...
- python编程人脸识别工具_几行代码带你实现人脸识别。Python 就是这么简单
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理 以下文章来源于腾讯云 作者:Python编程与实战 阅读文本大概需要 11分钟. ...
- Python人脸识别最佳教材典范,40行代码搭建人脸识别系统!
Face Id是一款高端的人脸解锁软件,官方称:"在一百万张脸中识别出你的脸."百度.谷歌.腾讯等各大企业都花费数亿来鞭策人工智能的崛起,而实际的人脸识别技术是否有那么神奇? 绿帽 ...
- python怎么识别图片里面的文字并合成语音_几行代码搞定识别图片中的文字信息,同时转换成语音...
image前几天想把一篇不错的文章保存下来,无奈是图片的,于是想利用python把图片中的文字识别出来 实现的方式还是挺多的,这里介绍下百度的AI开放平台,毕竟大公司,感觉识别的精度会高点,同时相信他 ...
- python灰色模型代码_几行代码搞定ML模型,低代码机器学习Python库正式开源
机器之心报道 机器之心编辑部 PyCaret 库支持在「低代码」环境中训练和部署有监督以及无监督的机器学习模型,提升机器学习实验的效率. 想提高机器学习实验的效率,把更多精力放在解决业务问题而不是写代 ...
- mybatis代码自动生成器_最近很火的文章自动生成器,python源码公开了(内附python代码)
学了python,但是又不知道可以用来干嘛.开发一个计算器?太low了.开发一个网站?感觉网站涉及太多知识点,一个人搞不定.不用慌,本文介绍一个最近很火的一个文章自动生成器,它是用python写的,能 ...
- python低代码_几行代码搞定ML模型,低代码机器学习Python库正式开源
PyCaret 库支持在「低代码」环境中训练和部署有监督以及无监督的机器学习模型,提升机器学习实验的效率. 想提高机器学习实验的效率,把更多精力放在解决业务问题而不是写代码上?低代码平台或许是个不错的 ...
- Python+moviepy使用manual_tracking和headblur函数10行代码实现视频人脸追踪打马赛克
☞ ░ 前往老猿Python博文目录 ░ 一.背景知识 1.1.headblur简介 追踪人脸打马赛克需要使用headblur函数. 调用语法: headblur(clip,fx,fy,r_zone, ...
最新文章
- STM32F103/302 SPI3 接口使用例程
- 天天鉴宝联手网易智企,开创直播鉴定服务电商平台
- OpenGL GLSL Shader Subroutines函数的实例
- Go协程通道锁故事化理解
- 【matlab-7】Matlab与线性代数(三)
- 黑马c++32期_【每日一考】第40期:计提折旧
- 周鸿祎详解360手机战略:赚钱不靠硬件靠服务
- Spring实战-雇员薪资管理系统
- fluent并行 linux_windows 系统下启动linux主机群的fluent并行操作.docx
- oracle中以dba_、user_、v$_、all_、session_、index_开头
- nyoj------20吝啬的国度
- 安卓手机清楚内置X5浏览器缓存
- 不再支持Postman集合v1格式,无法直接导入
- 总结-变量命名变量提升运算符判断函数数组对象数据类型
- 三角形花园和向左走(三角形性质和点集排序)
- 7.设计模式--抽象工厂模式(AbstractFactory模式)
- idea连接数据库测试
- 3dsmax中计算机快捷键大全,3Dmax快捷键大全
- 在线招聘:庞大市场,“渺小”平台
- 第七届全国GIS技能大赛下午赛题答案(不含开发)