资源技术动态基于Python的face_recognition库实现人脸识别

基于Python的face_recognition库实现人脸识别

2020-02-18 | |  75 |   0

原标题: 基于Python的face_recognition库实现人脸识别

来源:CSDN博客      


一、face_recognition库简介

face_recognition是Python的一个开源人脸识别库,支持Python 3.3+和Python 2.7。引用官网介绍:


Recognize and manipulate faces from Python or from the command line with the world's simplest face recognition library.


之所以选用这个库,是因为


1、用这个库来实现一个人脸识别程序非常简单,环境配置也很容易;


2、可以直接使用已经训练好的模型,不需要在本地重新训练。一般普通的电脑都可以直接运行识别程序,硬件环境要求不高。


二、环境安装

我自己的环境如下:


硬件:08年的笔记本电脑,奔腾双核,算是比较低端的笔记本了


系统:win7x64


python:3.6 (注意:建议用3.6版本配置环境。我自己用3.7配置环境失败了,dlib安装总是失败。)


用3.6安装的过程比较简单,可以参考https://www.jianshu.com/p/8296f2aac1aa


用pip安装之前,注意首先修改pip为阿里的源,这样速度就快多了。


三、代码实现

import face_recognition

import cv2

import os

import numpy as np

from PIL import Image,ImageDraw,ImageFont

 

#路径参数配置

basefacefilespath = "0s"   # faces文件夹中放待识别任务正面图,文件名为人名,将显示于结果中

destfacefilepath = "0d" #用于识别的目标图片目录

 

#写入中文字符支持

def paint_chinese_opencv(im, chinese, pos, color):

img_PIL = Image.fromarray(cv2.cvtColor(im, cv2.COLOR_BGR2RGB))

font = ImageFont.truetype('simsun.ttc', 14)

fillColor = color  # (255,0,0)

position = pos  # (100,100)

#chinese = chinese.decode('utf-8')

draw = ImageDraw.Draw(img_PIL)

draw.text(position, chinese, font=font, fill=fillColor)

 

img = cv2.cvtColor(np.asarray(img_PIL), cv2.COLOR_RGB2BGR)

return img

 

 

# 加载待识别人脸图像并识别。

baseface_titles = []  # 图片名字列表

baseface_face_encodings = []  # 识别所需人脸编码结构集

#读取人脸资源

for fn in os.listdir(basefacefilespath): #fn 人脸文件名

baseface_face_encodings.append(

face_recognition.face_encodings(face_recognition.load_image_file(basefacefilespath+"/"+fn))[0])

#fn = fn.split("_")[1]

fn = fn[:(len(fn) - 4)]

baseface_titles.append(fn)

print(fn)

 

#从识别库中读取一张图片并识别

for fd in os.listdir(destfacefilepath):

# 获取一张图片

faceData = face_recognition.load_image_file(destfacefilepath + "/" + fd)

print(fd)

 

# 人脸检测,并获取帧中所有人脸编码

face_locations = face_recognition.face_locations(faceData)

face_encodings = face_recognition.face_encodings(faceData, face_locations)

# 遍历图片中所有人脸编码

for (top, right, bottom, left), face_encoding in zip(face_locations, face_encodings):

# 与baseface_face_encodings匹配否?

name = "?"

for i,v in enumerate(baseface_face_encodings):

match = face_recognition.compare_faces([v], face_encoding,tolerance=0.5)

name = "?"

if match[0]:

name = baseface_titles[i]

print("识别出:" + name)

break

 

#如果遇到没有识别出的人脸,则跳过

if name == "?":

continue

 

# 围绕脸的框

cv2.rectangle(faceData, (left, top), (right, bottom), (0, 0, 255), 2)

# 框下的名字(即,匹配的图片文件名)

cv2.rectangle(faceData, (left, bottom), (right, bottom+25), (0, 0, 255), cv2.FILLED)

#faceData = cv2.putText(faceData, name,(left + 2, bottom + 12), cv2.FONT_HERSHEY_SIMPLEX,0.5, (255, 255, 255),1)

faceData = paint_chinese_opencv(faceData, name, (left + 2, bottom + 4), (255, 255, 255))

# frame = ft.draw_text(frame, (left + 2, bottom + 12), name, 16,  (255, 255, 255))

 

# show结果图像

cv2.imshow(fd, cv2.cvtColor(faceData, cv2.COLOR_BGR2RGB))

 

cv2.waitKey()

cv2.destroyAllWindows()

图片分为两个文件夹:0s和0d

0s中存放的是基础人脸数据

01.png


0d文件夹中存放的是接下来要进行识别的图片,我这里放了3张:

02.png


四、运行效果

运行结果:

1582016756827240.png


五、问题总结

1、cv2.imshow,这个最开始显示的图片颜色不对,后来修改如下:


cv2.imshow(fd, cv2.cvtColor(faceData, cv2.COLOR_BGR2RGB))


将图片的颜色模式调整为RGB,然后色彩就正常了。


2、中文字符支持,最开始用 cv2.putText,但是这个函数只支持英文字符,中文字符会显示问号乱码。


后加入中文字符支持函数,用 PIL 库中的 ImageDraw 来写入中文字符。

————————————————

版权声明:本文为CSDN博主「清水即心」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/qaswzh/article/details/104333203

THE END

免责声明:本文来自互联网新闻客户端自媒体,不代表本网的观点和立场。

合作及投稿邮箱:E-mail:editor@tusaishared.com

上一篇:AI算法之Attention机制

下一篇:演讲实录 |王井东:物体上下文引导的表征学习在语义分割中的应用

用户评价
全部评价

热门资源

  • 应用笔画宽度变换...

    应用背景:是盲人辅助系统,城市环境中的机器导航...

  • 端到端语音识别时...

    从上世纪 50 年代诞生到 2012 年引入 DNN 后识别效...

  • 人体姿态估计的过...

    人体姿态估计是计算机视觉中一个很基础的问题。从...

  • GAN之根据文本描述...

    一些比较好玩的任务也就应运而生,比如图像修复、...

  • 谷歌发布TyDi QA语...

    为了鼓励对多语言问答技术的研究,谷歌发布了 TyDi...