我们将使用7行代码实现python人脸识别

【 1. 读取图片】

与前面不同，因为是识别图片，所以我们需要分别读取已知名字图片和未知名字图片：

known_image = face_recognition.load_image_file("picture1.jpg")
unknown_image = face_recognition.load_image_file("picture2.jpg")

【 2. 获取128维的特征向量】

可以使用 face_encodings 函数对人脸进行编码，获取到对应128维的人脸特征向量：

face_encodings(face_image, known_face_locations=None, num_jitters=1)#  face_image：包含单个或者多个人脸的图片对象；
#   known_face_locations：可选值，已经知道名字的人脸位置；
#   num_jitters：当计算编码时，进行多少次的re-sample操作，次数越多，越精准（但同时会更慢，例如，值为100时，会慢100倍）。

分别对已知名字的人脸和未知名字的人脸，进行编码，如下：

cyx_encoding = face_recognition.face_encodings(known_image)[0]
unknown_encoding = face_recognition.face_encodings(unknown_image)[0]

【 3. 比较特征向量】

最后，使用 compare_faces函数，比较已经人脸与未知人脸之间特征向量：
如果未知图片高于指定的容错率阈值，将会返回真(True)；
如果低于指定的阈值，将会返回假(False)。

compare_faces(known_face_encodings, face_encoding_to_check, tolerance=0.6)# known_face_encodings：已知人脸特征向量的数组；
#   face_encoding_to_check：一个用于与已知向量相比较的未知人脸特征向量；
#   tolerance：容错率，默认的容错率是0.6，容错率越低，识别越严格准确。
#   如果未知图片高于指定的容错率阈值，将会返回真(True)；如果低于指定的阈值，将会返回假(False)。


results = face_recognition.compare_faces([cyz_encoding], unknown_encoding, tolerance=0.4)

容错值的选取：

若识别同一个人错误时，应当增大容错值。让识别不太严格。
若识别不同的人错误时，应当减小容错值。让识别严格起来。
综合以上两种方法选取不同的容错值进行测试（一般是0.7左右）。

【 4. 范例】

1. 代码

import face_recognition
# 导入图片
known_image_cyz = face_recognition.load_image_file("picture1.jpg")
unknown_image = face_recognition.load_image_file("picture2.jpg")
# 编码获取128维特征向量
cyz_encoding = face_recognition.face_encodings(known_image_cyz)[0]
unknown_encoding = face_recognition.face_encodings(unknown_image)[0]
# 比较特征向量值，识别人脸
results = face_recognition.compare_faces([cyz_encoding], unknown_encoding, tolerance=0.5)
# 打印结果
print(results)

2. 容错值测试

picture1：

picture2：

picture3：

picture4：

我们先令容错值为1：

让已知图片picture1 和待识别图片picture2比较：可知是同一人，测试结果正确

让已知图片picture1和待识别图片picture3比较：可知是同一人，测试结果正确

让已知图片picture1和待识别图片picture4比较：可知是同一人，测试结果错误

因此我们适当减小容错值，让它为0.5，让它识别更严格

让已知图片picture1 和待识别图片picture2比较：可知是同一人，测试结果正确

让已知图片picture1和待识别图片picture3比较：可知是同一人，测试结果正确

让已知图片picture1和待识别图片picture4比较：可知不是同一人，测试结果正确。

【Face Recognition人脸识别】3. 单张图片人脸识别相关推荐

Java调用百度OCR文字识别API实现图片文字识别软件
java_baidu_ocr Java调用百度OCR文字识别API实现图片文字识别软件这是一款小巧方便,强大的文字识别软件,由Java编写,配上了窗口界面调用了百度ocr文字识别API 识别精度高 ...
java ocr api_Java调用百度OCR文字识别API实现图片文字识别软件
Java调用百度OCR文字识别API实现图片文字识别软件原创isinple 发布于2019-01-06 13:35:59 阅读数 1296 收藏展开 java_baidu_ocr Java调用百度 ...
【图片识别】java 图片文字识别 ocr （转）
http://www.cnblogs.com/inkflower/p/6642264.html 最近在开发的时候需要识别图片中的一些文字,网上找了相关资料之后,发现google有一个离线的工具,以下为 ...
【python 图片文字识别】pyocr图片文字识别
无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家.教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家.点这里可以跳转到教程.人工智能教程 pyocr 官方网 ...
视频人脸识别和图片人脸识别的关系
首先解释下视频人脸识别和图片人脸识别的区别,视频人脸识别是基于视频流进行人脸识别,用户的感觉就是直接在视频中就可以识别出人脸,而图片人脸识别,是用户直接上传图片,输出识别结果. 图片人脸识别可以描述为 ...
字符识别Python实现图片验证码识别
字符型图片验证码识别完整过程及Python实现 1 摘要验证码是目前互联网上非常常见也是非常重要的一个事物,充当着很多系统的防火墙功能,但是随时OCR技术的发展,验证码暴露出来的安全问题也越 ...
keras笔记(3)-猫狗数据集上的训练以及单张图片多张图片的测试
之前也写过关于使用tensorflow在猫狗数据集上的训练,想要学习的可以看一下数据集下载猫狗数据集:https://pan.baidu.com/s/13hw4LK8ihR6-6-8mpjLKDA ...
单张、批量识别图片中文字（写入txt文件、窗口视图创建、打包.exe文件）（百度文字识别SDK+Python的GUI之tklinker+打包pyinstaller）
昨天我姐问我有没有软件可以批量识别图片上的文字,她在帮客户做资料整理,但是用的方法只能一张一张上传识别,不仅效率低还浪费时间. 我就找了找批量识别的软件,下载下来觉得:嗯?不错,界面也挺好,小东西做 ...
python批量识别图片中文字_python实现中文图片文字识别--OCR about chinese text--tesseract...
0.我的环境: win7 32bits python 3.5 pycharm 5.0 1.相关库安装pillow: pip install pillow 安装tesseract: 自带了英文语言包, ...

【Face Recognition人脸识别】3. 单张图片人脸识别

【 1. 读取图片】

【 2. 获取128维的特征向量】

【 3. 比较特征向量】

【 4. 范例】

1. 代码

2. 容错值测试

【Face Recognition人脸识别】3. 单张图片人脸识别相关推荐

最新文章

热门文章

【Face Recognition人脸识别】3. 单张图片人脸识别

【 1. 读取图片 】

【 2. 获取128维的特征向量 】

【 3. 比较特征向量 】

【 4. 范例 】

1. 代码

2. 容错值测试

【Face Recognition人脸识别】3. 单张图片人脸识别相关推荐

最新文章

热门文章

【 1. 读取图片】

【 2. 获取128维的特征向量】

【 3. 比较特征向量】

【 4. 范例】