1代码_手把手教你用1行代码实现人脸识别

点击上方 "程序员小乐"关注, 星标或置顶一起成长

每天凌晨00点00分, 第一时间与你相约

每日英文

The fact is that the world is out of everyone&＃39;s expectation. But some learn to forget, but others insist.

事实上&＃xff0c;这个世界不会符合所有人的梦想。只是有人学会遗忘&＃xff0c;有人却坚持。

每日掏心话

每一发奋努力的背后&＃xff0c;必是有加倍的赏赐。莫要去找借口失败&＃xff0c;只找理由成功。也许现在你正面临一些困难&＃xff0c;但是你别忘了&＃xff0c;生活总是在向前&＃xff0c;明天总是会更好。

来自&＃xff1a;kangvcar | 责编&＃xff1a;乐乐

链接&＃xff1a;my.oschina.net/kangvcar/blog/1556783

程序员小乐(ID:study_tech)第 832 次推文 图片来自百度

往日回顾&＃xff1a;前后端分离模式下的权限设计方案

正文

环境要求&＃xff1a;

• Ubuntu17.10

• Python 2.7.14

环境搭建&＃xff1a;

1. 安装 Ubuntu17.10 > 安装步骤在这里

2. 安装 Python2.7.14 (Ubuntu17.10 默认Python版本为2.7.14)

3. 安装 git 、cmake 、 python-pip

# 安装 git
$ sudo apt-get install -y git
# 安装 cmake
$ sudo apt-get install -y cmake
# 安装 python-pip
$ sudo apt-get install -y python-pip

4. 安装编译dlib

安装face_recognition这个之前需要先安装编译dlib

# 编译dlib前先安装 boost
$ sudo apt-get install libboost-all-dev
# 开始编译dlib
# 克隆dlib源代码
$ git clone https://github.com/davisking/dlib.git
$ cd dlib
$ mkdir build
$ cd build
$ cmake .. -DDLIB_USE_CUDA&＃61;0 -DUSE_AVX_INSTRUCTIONS&＃61;1
$ cmake --build .(注意中间有个空格)
$ cd ..
$ python setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA

5. 安装 face_recognition

# 安装 face_recognition
$ pip install face_recognition
# 安装face_recognition过程中会自动安装 numpy、scipy 等

环境搭建完成后&＃xff0c;在终端输入 face_recognition 命令查看是否成功

实现人脸识别&＃xff1a;

示例一(1行代码实现人脸识别)&＃xff1a;

1. 首先你需要提供一个文件夹&＃xff0c;里面是所有你希望系统认识的人的图片。其中每个人一张图片&＃xff0c;图片以人的名字命名&＃xff1a;

known_people文件夹下有babe、成龙、容祖儿的照片

2. 接下来&＃xff0c;你需要准备另一个文件夹&＃xff0c;里面是你要识别的图片&＃xff1a;

unknown_pic文件夹下是要识别的图片&＃xff0c;其中韩红是机器不认识的

3. 然后你就可以运行face_recognition命令了&＃xff0c;把刚刚准备的两个文件夹作为参数传入&＃xff0c;命令就会返回需要识别的图片中都出现了谁&＃xff1a;

识别成功&＃xff01;&＃xff01;&＃xff01;

示例二(识别图片中的所有人脸并显示出来)&＃xff1a;

# filename : find_faces_in_picture.py
# -*- coding: utf-8 -*-
# 导入pil模块 &＃xff0c;可用命令安装 apt-get install python-Imaging
from PIL import Image
# 导入face_recogntion模块&＃xff0c;可用命令安装 pip install face_recognition
import face_recognition
# 将jpg文件加载到numpy 数组中
image &＃61; face_recognition.load_image_file("/opt/face/unknown_pic/all_star.jpg")
# 使用默认的给予HOG模型查找图像中所有人脸
# 这个方法已经相当准确了&＃xff0c;但还是不如CNN模型那么准确&＃xff0c;因为没有使用GPU加速
# 另请参见: find_faces_in_picture_cnn.py
face_locations &＃61; face_recognition.face_locations(image)
# 使用CNN模型
# face_locations &＃61; face_recognition.face_locations(image, number_of_times_to_upsample&＃61;0, model&＃61;"cnn")
# 打印&＃xff1a;我从图片中找到了 多少 张人脸
print("I found {} face(s) in this photograph.".format(len(face_locations)))
# 循环找到的所有人脸
for face_location in face_locations:
# 打印每张脸的位置信息
top, right, bottom, left &＃61; face_location
print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))
# 指定人脸的位置信息&＃xff0c;然后显示人脸图片
face_image &＃61; image[top:bottom, left:right]
pil_image &＃61; Image.fromarray(face_image)
pil_image.show()

如下图为用于识别的图片

# 执行python文件
$ python find_faces_in_picture.py

从图片中识别出7张人脸&＃xff0c;并显示出来&＃xff0c;如下图

示例三(自动识别人脸特征)&＃xff1a;

# filename : find_facial_features_in_picture.py
# -*- coding: utf-8 -*-
# 导入pil模块 &＃xff0c;可用命令安装 apt-get install python-Imaging
from PIL import Image, ImageDraw
# 导入face_recogntion模块&＃xff0c;可用命令安装 pip install face_recognition
import face_recognition
# 将jpg文件加载到numpy 数组中
image &＃61; face_recognition.load_image_file("biden.jpg")
&＃xff03;查找图像中所有面部的所有面部特征
face_landmarks_list &＃61; face_recognition.face_landmarks(image)
print("I found {} face(s) in this photograph.".format(len(face_landmarks_list)))
for face_landmarks in face_landmarks_list:
&＃xff03;打印此图像中每个面部特征的位置
facial_features &＃61; [
&＃39;chin&＃39;,
&＃39;left_eyebrow&＃39;,
&＃39;right_eyebrow&＃39;,
&＃39;nose_bridge&＃39;,
&＃39;nose_tip&＃39;,
&＃39;left_eye&＃39;,
&＃39;right_eye&＃39;,
&＃39;top_lip&＃39;,
&＃39;bottom_lip&＃39;
]
for facial_feature in facial_features:
print("The {} in this face has the following points: {}".format(facial_feature, face_landmarks[facial_feature]))
&＃xff03;让我们在图像中描绘出每个人脸特征&＃xff01;
pil_image &＃61; Image.fromarray(image)
d &＃61; ImageDraw.Draw(pil_image)
for facial_feature in facial_features:
d.line(face_landmarks[facial_feature], width&＃61;5)
pil_image.show()

自动识别出人脸特征(轮廓)

示例四(识别人脸鉴定是哪个人)&＃xff1a;

# filename : recognize_faces_in_pictures.py
# -*- conding: utf-8 -*-
# 导入face_recogntion模块&＃xff0c;可用命令安装 pip install face_recognition
import face_recognition
&＃xff03;将jpg文件加载到numpy数组中
babe_image &＃61; face_recognition.load_image_file("/opt/face/known_people/babe.jpeg?s=#34;)
Rong_zhu_er_image &＃61; face_recognition.load_image_file("/opt/face/known_people/Rong zhu er.jpg")
unknown_image &＃61; face_recognition.load_image_file("/opt/face/unknown_pic/babe2.jpg")
&＃xff03;获取每个图像文件中每个面部的面部编码
&＃xff03;由于每个图像中可能有多个面&＃xff0c;所以返回一个编码列表。
&＃xff03;但是由于我知道每个图像只有一个脸&＃xff0c;我只关心每个图像中的第一个编码&＃xff0c;所以我取索引0。
babe_face_encoding &＃61; face_recognition.face_encodings(babe_image)[0]
Rong_zhu_er_face_encoding &＃61; face_recognition.face_encodings(Rong_zhu_er_image)[0]
unknown_face_encoding &＃61; face_recognition.face_encodings(unknown_image)[0]
known_faces &＃61; [
babe_face_encoding,
Rong_zhu_er_face_encoding
]
&＃xff03;结果是True/false的数组&＃xff0c;未知面孔known_faces阵列中的任何人相匹配的结果
results &＃61; face_recognition.compare_faces(known_faces, unknown_face_encoding)
print("这个未知面孔是 Babe 吗? {}".format(results[0]))
print("这个未知面孔是 容祖儿 吗? {}".format(results[1]))
print("这个未知面孔是 我们从未见过的新面孔吗? {}".format(not True in results))

显示结果下如图

示例五(识别人脸特征并美颜)&＃xff1a;

# filename : digital_makeup.py
# -*- coding: utf-8 -*-
# 导入pil模块 &＃xff0c;可用命令安装 apt-get install python-Imaging
from PIL import Image, ImageDraw
# 导入face_recogntion模块&＃xff0c;可用命令安装 pip install face_recognition
import face_recognition
&＃xff03;将jpg文件加载到numpy数组中
image &＃61; face_recognition.load_image_file("biden.jpg")
&＃xff03;查找图像中所有面部的所有面部特征
face_landmarks_list &＃61; face_recognition.face_landmarks(image)
for face_landmarks in face_landmarks_list:
pil_image &＃61; Image.fromarray(image)
d &＃61; ImageDraw.Draw(pil_image, &＃39;RGBA&＃39;)
&＃xff03;让眉毛变成了一场噩梦
d.polygon(face_landmarks[&＃39;left_eyebrow&＃39;], fill&＃61;(68, 54, 39, 128))
d.polygon(face_landmarks[&＃39;right_eyebrow&＃39;], fill&＃61;(68, 54, 39, 128))
d.line(face_landmarks[&＃39;left_eyebrow&＃39;], fill&＃61;(68, 54, 39, 150), width&＃61;5)
d.line(face_landmarks[&＃39;right_eyebrow&＃39;], fill&＃61;(68, 54, 39, 150), width&＃61;5)
&＃xff03;光泽的嘴唇
d.polygon(face_landmarks[&＃39;top_lip&＃39;], fill&＃61;(150, 0, 0, 128))
d.polygon(face_landmarks[&＃39;bottom_lip&＃39;], fill&＃61;(150, 0, 0, 128))
d.line(face_landmarks[&＃39;top_lip&＃39;], fill&＃61;(150, 0, 0, 64), width&＃61;8)
d.line(face_landmarks[&＃39;bottom_lip&＃39;], fill&＃61;(150, 0, 0, 64), width&＃61;8)
&＃xff03;闪耀眼睛
d.polygon(face_landmarks[&＃39;left_eye&＃39;], fill&＃61;(255, 255, 255, 30))
d.polygon(face_landmarks[&＃39;right_eye&＃39;], fill&＃61;(255, 255, 255, 30))
&＃xff03;涂一些眼线
d.line(face_landmarks[&＃39;left_eye&＃39;] &＃43; [face_landmarks[&＃39;left_eye&＃39;][0]], fill&＃61;(0, 0, 0, 110), width&＃61;6)
d.line(face_landmarks[&＃39;right_eye&＃39;] &＃43; [face_landmarks[&＃39;right_eye&＃39;][0]], fill&＃61;(0, 0, 0, 110), width&＃61;6)
pil_image.show()

美颜前后对比如下图

欢迎在留言区留下你的观点&＃xff0c;一起讨论提高。如果今天的文章让你有新的启发&＃xff0c;学习能力的提升上有新的认识&＃xff0c;欢迎转发分享给更多人。

猜你还想看

阿里、腾讯、百度、华为、京东最新面试题汇集

手把手教你 Netty 实现自定义协议&＃xff01;

一次项目代码重构&＃xff1a;使用Spring容器干掉条件判断

JDK 中定时器是如何实现的

关注订阅号「程序员小乐」&＃xff0c;收看更多精彩内容
嘿&＃xff0c;你在看吗&＃xff1f;