利用Python实现面部识别的方法详解
人脸识别正在成为软件开发中的一种趋势。它有助于识别人脸并使应用程序更加健壮。在本教程中，我们将使用python和face_recognition库创建一个简单的人脸识别。
对于开发环境，我们将使用 Visual Studio Community Edition。
如果你的计算机上还没有安装它，你可以从这里下载。并使用 C++安装桌面开发。
现在我们有了使用 C++ 进行桌面开发的 Visual Studio，我们可以开始我们的项目了。
使用 Visual Studio 打开一个新目录并创建一个新的 python 环境。我们将使用venv. 打开你的集成终端并编写python -m venv venv。然后通过键入venv/bin/Activate.ps1激活环境。这是针对 PowerShell 的。
如果你使用任何其他终端，你可以在此处找到完整列表
现在我们已经完成了虚拟环境的创建，让我们开始提取我们的依赖项。为此，我们将需要opencv和face_recognition。在你的终端内使用pip.
pip install opencv-python face_recognition
Face Recognition是一个使用最先进的dlib库的库。我们准备好编写一些代码并识别一些面孔。
创建一个新的 python 文件，我们将调用文件missingPerson.py，假设我们将使用我们的应用程序匹配失踪人员。导入我们的依赖项并编写我们的前几行。
import cv2 import numpy as np import face_recognition import os from face_recognition.api import face_distance
假设我们所有的照片都存储在我们的服务器存储中，我们需要首先将所有人物的图像拉入我们的应用程序并读取这些图像。
path = 'MissingPersons'
images = []
missingPersons = []
missingPersonsList = os.listdir(path)
for missingPerson in missingPersonsList :
curImg = cv2.imread(f'{path}/{missingPerson}')
images.append(curImg)
missingPersons.append(os.path.splitext(missingPerson)[0])
print(missingPersons)
在本节中，我们将使用 opencv 读取失踪人员的所有图像并将它们附加到我们的missingPerson列表中。
在我们从存储中读取所有丢失的人脸图像后，我们需要找到人脸编码，以便我们可以使用 CNN 人脸检测器在图像中创建人脸边界框的二维数组。
def findEncodings(images):
encodeList = []
for img in images:
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
encode = face_recognition.face_encodings(img)[0]
encodeList.append(encode)
print(encodeList)
return encodeList
encodeListKnown = findEncodings(images)
print('Encoding Complete')
我们将二维数组存储到已知人脸编码列表中。这将需要几分钟。
现在我们有了所有失踪人员的面部编码，我们现在要做的就是将它们与我们的报告人图像进行匹配。face_recognition使用起来非常方便。
def findMissingPerson(encodeListKnown, reportedPerson='found1.jpg'):
person = face_recognition.load_image_file(f'ReportedPersons/{reportedPerson}]')
person = cv2.cvtColor(person,cv2.COLOR_BGR2RGB)
try:
encodePerson = face_recognition.face_encodings(person)[0]
comparedFace = face_recognition.compare_faces(encodeListKnown,encodePerson)
faceDis = face_recognition.face_distance(encodeListKnown,encodePerson)
matchIndex = np.argmin(faceDis)
if comparedFace[matchIndex]:
name = missingPersons[matchIndex].upper()
print(name)
return name
else:
print('Not Found')
return False
except IndexError as e:
print(e)
return e
首先我们需要加载被报告人的图像文件，对他们的脸进行编码。剩下的就是将被报告人脸编码与我们已知的人脸编码进行比较。然后一个简单的逻辑匹配他们的索引并返回是否在我们的 missingPersons 列表中找到该人。
这种人脸识别不仅用于寻找失踪人员。它可以检测和识别人脸，并且可以根据需要进行操作。
到此这篇关于利用Python实现面部识别的方法详解的文章就介绍到这了,更多相关Python面部识别内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
下面小编就为大家分享一篇详谈python在windows中的文件路径问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
这篇文章主要介绍了Python实现的企业粉丝抽奖功能,涉及Python数值运算与随机数生成相关操作技巧,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了Python框架Flask的基本数据库操作方法,结合实例形式分析了Flask框架数据库操作常用函数功能、用法及相关注意事项,需要的朋友可以参考下2018-07-07
这篇文章主要介绍了python 基于AioHttp 异步抓取火星图片的方法，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下2021-03-03
这篇文章主要介绍了Python sep参数使用方法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-02-02
在Python中,math 和 decimal 模块是处理数学运算的重要工具,本文将深入探讨这两个模块的基础知识,并通过实际的代码示例演示它们的用法,希望对大家有所帮助2024-02-02
关于Python中的if __name__ == __main__详情
在学习Python的过程中发现即使把if __name__ == ‘__main__’ 去掉，程序还是照样运行。很多小伙伴只知道是这么用的，也没有深究具体的作用。这篇文字就来介绍一下Python中的if __name__ == ‘__main__’的作用，需要的朋友参考下文2021-09-09
今天小编就为大家分享一篇python添加模块搜索路径和包的导入方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
python编码格式导致csv读取错误问题(csv.reader, pandas.csv_read)
python编码格式导致csv读取错误问题(csv.reader, pandas.csv_read)，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
图像分割是将图像分成若干具有独特性质的区域并提取感兴趣目标的技术和过程，这篇文章将详细讲解漫水填充分割应用，感兴趣的小伙伴可以了解一下2023-01-01
最新评论