人工智能之Python人脸识别技术，人人都能做识别！

一、环境调试

１．系统环境

Ubuntu17.04

Python2.7.14

pycharm开发工具

2.开发环境，安装各种系统包

人脸检测基于dlib，dlib依赖Boost和cmake

在windows中假如要使用dlib还是比较麻烦的，假如想省时间可以在anaconda中安装

conda install -c conda-forge dlib=19.4

$?sudo?apt-getinstallbuild-essential?cmake

$?sudo?apt-getinstalllibgtk-3-dev

$?sudo?apt-getinstalllibboost-all-dev

其余重要的包

$?pip?install?numpy

$?pip?install?scipy

$?pip?install?opencv-python

$?pip?install?dlib

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?

二、使用教程

1、facial_features文件夹

此demo主要展现了识别指定图片中人脸的特征数据，下面就是人脸的八个特征，我们就是要获取特征数据

‘chin’,

‘left_eyebrow’,

‘right_eyebrow’,

‘nose_bridge’,

‘nose_tip’,

‘left_eye’,

‘right_eye’,

‘top_lip’,

‘bottom_lip’

运行结果：

自动识别图片中的人脸，并且识别它的特征

原图：

特征数据，数据就是运行出来的矩阵，也就是一个二维数组

代码：

#?-*-?coding:?utf-8?-*-

#?自动识别人脸特征

#?filename?:?find_facial_features_in_picture.py

#?导入pil板块?，可用命令安装?apt-get?install?python-Imaging

fromPILimportImage,?ImageDraw

#?导入face_recogntion板块，可用命令安装?pip?install?face_recognition

importface_recognition

#?将jpg文件加载到numpy?数组中

image?=?face_recognition.load_image_file(“chenduling.jpg”)

#查找图像中所有面部的所有面部特征

face_landmarks_list?=?face_recognition.face_landmarks(image)

print(“I?found?{}?face(s)?in?this?photograph.”.format(len(face_landmarks_list)))

forface_landmarksinface_landmarks_list:

#打印此图像中每个面部特征的位置

facial_features?=?[

‘chin’,

‘left_eyebrow’,

‘right_eyebrow’,

‘nose_bridge’,

‘nose_tip’,

‘left_eye’,

‘right_eye’,

‘top_lip’,

‘bottom_lip’

]

forfacial_featureinfacial_features:

print(“The?{}?in?this?face?has?the?following?points:?{}”.format(facial_feature,?face_landmarks[facial_feature]))

#让我们在图像中描绘出每个人脸特征！

pil_image?=?Image.fromarray(image)

d?=?ImageDraw.Draw(pil_image)

forfacial_featureinfacial_features:

d.line(face_landmarks[facial_feature],?width=5)

pil_image.show()

2、find_face文件夹

不仅能识别出来所有的人脸，而且可以将其截图挨个显示出来,打印在前端窗口

原始的图片

识别的图片

代码：

#?-*-?coding:?utf-8?-*-

#??识别图片中的所有人脸并显示出来

#?filename?:?find_faces_in_picture.py

#?导入pil板块?，可用命令安装?apt-get?install?python-Imaging

fromPILimportImage

#?导入face_recogntion板块，可用命令安装?pip?install?face_recognition

importface_recognition

#?将jpg文件加载到numpy?数组中

image?=?face_recognition.load_image_file(“yiqi.jpg”)

#?使用默认的给予HOG模型查找图像中所有人脸

#?这个方法已经相当精确了，但还是不如CNN模型那么精确，由于没有使用GPU加速

#?另请参见:?find_faces_in_picture_cnn.py

face_locations?=?face_recognition.face_locations(image)

#?使用CNN模型

#?face_locations?=?face_recognition.face_locations(image,?number_of_times_to_upsample=0,?model=”cnn”)

#?打印：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

forface_locationinface_locations:

#?打印每张脸的位置信息

top,?right,?bottom,?left?=?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，而后显示人脸图片

face_image?=?image[top:bottom,?left:right]

pil_image?=?Image.fromarray(face_image)

pil_image.show()

３、know_face文件夹

通过设定的人脸图片识别未知图片中的人脸

#?-*-?coding:?utf-8?-*-

#?识别人脸鉴定是哪个人

#?导入face_recogntion板块，可用命令安装?pip?install?face_recognition

import?face_recognition

#将jpg文件加载到numpy数组中

chen_image?=?face_recognition.load_image_file(“chenduling.jpg”)

#要识别的图片

unknown_image?=?face_recognition.load_image_file(“sunyizheng.jpg”)

#获取每个图像文件中每个面部的面部编码

#因为每个图像中可能有多个面，所以返回一个编码列表。

#但是因为我知道每个图像只有一个脸，我只关心每个图像中的第一个编码，所以我取索引0。

chen_face_encoding?=?face_recognition.face_encodings(chen_image)[0]

print(“chen_face_encoding:{}”.format(chen_face_encoding))

unknown_face_encoding?=?face_recognition.face_encodings(unknown_image)[0]

print(“unknown_face_encoding?:{}”.format(unknown_face_encoding))

known_faces?=?[

chen_face_encoding

]

#结果是True/false的数组，未知面孔known_faces阵列中的任何人相匹配的结果

results?=?face_recognition.compare_faces(known_faces,?unknown_face_encoding)

print(“result?:{}”.format(results))

print(“这个未知面孔是?陈都灵?吗??{}”.format(results[0]))

print(“这个未知面孔是?我们从未见过的新面孔吗??{}”.format(not?True?in?results))

4、video文件夹

通过调用电脑摄像头动态获取视频内的人脸，将其和我们指定的图片集进行匹配，可以告知我们视频内的人脸能否是我们设定好的

实现：

代码：

#?-*-?coding:?utf-8?-*-

#?摄像头头像识别

import?face_recognition

import?cv2

video_capture?=?cv2.VideoCapture(0)

#?本地图像

chenduling_image?=?face_recognition.load_image_file(“chenduling.jpg”)

chenduling_face_encoding?=?face_recognition.face_encodings(chenduling_image)[0]

#?本地图像二

sunyizheng_image?=?face_recognition.load_image_file(“sunyizheng.jpg”)

sunyizheng_face_encoding?=?face_recognition.face_encodings(sunyizheng_image)[0]

#?本地图片三

zhangzetian_image?=?face_recognition.load_image_file(“zhangzetian.jpg”)

zhangzetian_face_encoding?=?face_recognition.face_encodings(zhangzetian_image)[0]

#?Create?arrays?of?known?face?encodings?and?their?names

#?脸部特征数据的集合

known_face_encodings?=?[

chenduling_face_encoding,

sunyizheng_face_encoding,

zhangzetian_face_encoding

]

#?人物名称的集合

known_face_names?=?[

“michong”,

“sunyizheng”,

“chenduling”

]

face_locations?=?[]

face_encodings?=?[]

face_names?=?[]

process_this_frame?=?True

while?True:

#?读取摄像头画面

ret,?frame?=?video_capture.read()

#?改变摄像头图像的大小，图像小，所做的计算就少

small_frame?=?cv2.resize(frame,?(0,?0),?fx=0.25,?fy=0.25)

#?opencv的图像是BGR格式的，而我们需要是的RGB格式的，因而需要进行一个转换。

rgb_small_frame?=?small_frame[:,?:,?::-1]

#?Only?process?every?other?frame?of?video?to?save?time

if?process_this_frame:

#?根据encoding来判断是不是同一个人，是就输出true，不是为flase

face_locations?=?face_recognition.face_locations(rgb_small_frame)

face_encodings?=?face_recognition.face_encodings(rgb_small_frame,?face_locations)

face_names?=?[]

for?face_encoding?in?face_encodings:

#?默认为unknown

matches?=?face_recognition.compare_faces(known_face_encodings,?face_encoding)

name?=”Unknown”

#?if?match[0]:

#?????name?=?”michong”

#?If?a?match?was?found?in?known_face_encodings,?just?use?the?first?one.

if?True?in?matches:

first_match_index?=?matches.index(True)

name?=?known_face_names[first_match_index]

face_names.append(name)

process_this_frame?=?not?process_this_frame

#?将捕捉到的人脸显示出来

for?(top,?right,?bottom,?left),?name?in?zip(face_locations,?face_names):

#?Scale?back?up?face?locations?since?the?frame?we?detected?in?was?scaled?to?1/4?size

top?*=?4

right?*=?4

bottom?*=?4

left?*=?4

#?矩形框

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

#加上标签

cv2.rectangle(frame,?(left,?bottom?-?35),?(right,?bottom),?(0,?0,?255),?cv2.FILLED)

font?=?cv2.FONT_HERSHEY_DUPLEX

cv2.putText(frame,?name,?(left?+?6,?bottom?-?6),?font,?1.0,?(255,?255,?255),?1)

#?Display

cv2.imshow(‘monitor’,?frame)

#?按Q退出

if?cv2.waitKey(1)?&?0xFF?==?ord(‘q’):

break

video_capture.release()

cv2.destroyAllWindows()

5、boss文件夹

本开源项目,主要是结合摄像头程序+极光推送，实现识别摄像头中的人脸。并且通过极光推送平台给手机端发送消息！

公众号：Python大咖那些事

关注领取更多资料，每日升级Python相关技术文！

Python开发学习交流群：705673780，一起学习交流哦