热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

人脸识别系统实现

#1,导入库importcv2importnumpyasnpimportface_recognition#2,加载图片liucv2.imrea

#1,导入库
import cv2
import numpy as np
import face_recognition
#2,加载图片
liu=cv2.imread('liu.jpg')
wang=cv2.imread('wang.jpg')#3,BGR转为RGB
liu_RGB=liu[:,:,::-1]
wang_RGB=wang[:,:,::-1]#4,检测人脸
liu_face=face_recognition.face_locations(liu_RGB)
wang_face=face_recognition.face_locations(wang_RGB)#5,人脸特征编码
liu_encoding=face_recognition.face_encodings(liu_RGB,liu_face)[0]
wang_encoding=face_recognition.face_encodings(wang_RGB,wang_face)[0]#6,把所有脸放在一起,当作数据库
encodings=[liu_encoding,wang_encoding]
names=['liu','wang']#7,打开摄像头,读取视频流
cap=cv2.VideoCapture(0)
if not cap.isOpened():raise IOError("Camera Error!")
while True:ret,frame=cap.read()frame=cv2.resize(frame,(0,0),fx=0.5,fy=0.5)#8,BGR转为RGBframe_RGB=frame[:,:,::-1]#9,人脸检测face_locations=face_recognition.face_locations(frame_RGB)#10,人脸特征编码face_encodings=face_recognition.face_encodings(frame_RGB,face_locations)#11,与数据库中的人脸进行匹配for (top,right,bottom,left),face_encoding in zip(face_locations,face_encodings):#12,进行匹配matches=face_recognition.compare_faces(encodings,face_encoding)#13,计算距离distances=face_recognition.face_distance(encodings,face_encoding)min_distance_index=np.argmin(distances)#14,判断:如果匹配,获取名字name="unknown"if matches[min_distance_index]:name=names[min_distance_index]#15,绘制人脸矩形框cv2.rectangle(frame,(left,top),(right,bottom),(0,255,0),3) #16,绘制,显示对应人脸的名字cv2.rectangle(frame,(left,bottom-30),(right,bottom),(0,0,255),3)#17,显示名字cv2.putText(frame,name,(left+10,bottom-10),cv2.FONT_HERSHEY_COMPLEX,1,(255,255,255),1)#18,显示整个效果cv2.imshow('face recognition',frame)#19,判断Q,退出if cv2.waitKey(1)&0xFF==ord('q'):break
#20,关闭资源
cap.release()
cv2.destroyAllWindows()

import face_recognition
import os
import cv2
from PIL import Image,ImageDraw,ImageFont
import numpy as np#解析已有人员的所有照片名和人物面部编码信息
def load_img(path):print('正在加载已知人员的图片。。。。')for dirpath,dirnames,filenames in os.walk(path):print(dirpath,dirnames,filenames)facelib=[]for filename in filenames:filepath=os.sep.join([dirpath,filename])#把对应每张图像加载进来face_image=face_recognition.load_image_file(filepath)face_encoding=face_recognition.face_encodings(face_image)[0]facelib.append(face_encoding)return facelib,filenames
facelib,facenames=load_img(r'D:\temp\faces')#调用摄像头
video_capture=cv2.VideoCapture(0)
while True:ret,frame=video_capture.read()#通过缩小图片(缩小为1/4),提高对比效率)if frame is not None:small_frame=cv2.resize(frame,(0,0),fx=0.25,fy=0.25)rgb_small_frame=small_frame[:,:,::-1] #将opencv的BGR格式转化为RGB格式face_locations=face_recognition.face_locations(rgb_small_frame)face_encodings=face_recognition.face_encodings(rgb_small_frame,face_locations)face_names=[]#循环多张脸for face_encoding in face_encodings:matches=face_recognition.compare_faces(facelib,face_encoding,tolerance=0.39)name='未知头像'if True in matches:#如果摄像头里面的头像匹配了已知人物头像,则取出第一个True的位置first_match_index=matches.index(True)name=facenames[first_match_index][:-4] #取出文件上对应的人名face_names.append(name)for (top,right,bottom,left),name in zip(face_locations,face_names):#还原图片大小top *=4right *=4bottom *=4left *=4cv2.rectangle(frame,(left,top),(right,bottom),(0,0,225),2) #标注人脸信息img_PIL=Image.fromarray(cv2.cvtColor(frame,cv2.COLOR_BGR2RGB))font=ImageFont.truetype('simhei.ttf',40)draw=ImageDraw.Draw(img_PIL)draw.text((left+6,bottom-6),name,font=font,fill=(255,255,255))frame=cv2.cvtColor(np.asarray(img_PIL),cv2.COLOR_RGB2BGR)cv2.imshow('Video',frame)if cv2.waitKey(1)&0xFF==ord('q'):breakvideo_capture.release()

推荐阅读
  • 二维码的实现与应用
    本文介绍了二维码的基本概念、分类及其优缺点,并详细描述了如何使用Java编程语言结合第三方库(如ZXing和qrcode.jar)来实现二维码的生成与解析。 ... [详细]
  • Requests库的基本使用方法
    本文介绍了Python中Requests库的基础用法,包括如何安装、GET和POST请求的实现、如何处理Cookies和Headers,以及如何解析JSON响应。相比urllib库,Requests库提供了更为简洁高效的接口来处理HTTP请求。 ... [详细]
  • 入门指南:使用FastRPC技术连接Qualcomm Hexagon DSP
    本文旨在为初学者提供关于如何使用FastRPC技术连接Qualcomm Hexagon DSP的基础知识。FastRPC技术允许开发者在本地客户端实现远程调用,从而简化Hexagon DSP的开发和调试过程。 ... [详细]
  • 小编给大家分享一下Vue3中如何提高开发效率,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获, ... [详细]
  • 函子(Functor)是函数式编程中的一个重要概念,它不仅是一个特殊的容器,还提供了一种优雅的方式来处理值和函数。本文将详细介绍函子的基本概念及其在函数式编程中的应用,包括如何通过函子控制副作用、处理异常以及进行异步操作。 ... [详细]
  • 一、Advice执行顺序二、Advice在同一个Aspect中三、Advice在不同的Aspect中一、Advice执行顺序如果多个Advice和同一个JointPoint连接& ... [详细]
  • 问题描述现在,不管开发一个多大的系统(至少我现在的部门是这样的),都会带一个日志功能;在实际开发过程中 ... [详细]
  • 如何将955万数据表的17秒SQL查询优化至300毫秒
    本文详细介绍了通过优化SQL查询策略,成功将一张包含955万条记录的财务流水表的查询时间从17秒缩短至300毫秒的方法。文章不仅提供了具体的SQL优化技巧,还深入探讨了背后的数据库原理。 ... [详细]
  • OBS Studio自动化实践:利用脚本批量生成录制场景
    本文探讨了如何利用OBS Studio进行高效录屏,并通过脚本实现场景的自动生成。适合对自动化办公感兴趣的读者。 ... [详细]
  • 问题场景用Java进行web开发过程当中,当遇到很多很多个字段的实体时,最苦恼的莫过于编辑字段的查看和修改界面,发现2个页面存在很多重复信息,能不能写一遍?有没有轮子用都不如自己造。解决方式笔者根据自 ... [详细]
  • spring boot使用jetty无法启动 ... [详细]
  • Web动态服务器Python基本实现
    Web动态服务器Python基本实现 ... [详细]
  • 本文探讨了如何通过Service Locator模式来简化和优化在B/S架构中的服务命名访问,特别是对于需要频繁访问的服务,如JNDI和XMLNS。该模式通过缓存机制减少了重复查找的成本,并提供了对多种服务的统一访问接口。 ... [详细]
  • Jupyter Notebook多语言环境搭建指南
    本文详细介绍了如何在Linux环境下为Jupyter Notebook配置Python、Python3、R及Go四种编程语言的环境,包括必要的软件安装和配置步骤。 ... [详细]
  • 本文详细介绍了笔记本电脑上多种实用的快捷键,包括屏幕调整、图形设置、分辨率更改、驱动更新、导航操作、音量控制及屏幕锁定等,旨在帮助用户更高效地使用笔记本电脑。 ... [详细]
author-avatar
Hyukjae333
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有