首页技术文章正文

手把手教你用1行代码实现人脸识别-Python Face_recognition【黑马python培训】

更新时间:2019年07月26日 11时12分27秒 来源:黑马程序员论坛

环境要求:Ubuntu17.10Python 2.7.14环境搭建: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-pip4. 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://www.smpeizi.com/davisking/dlib.git$ cd dlib$ mkdir build$ cd build$ cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1$ cmake --build .(注意中间有个空格)$ cd ..$ python setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA5. 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,在终端输入 face_recognition 命令查看是否成功实现人脸识别:示例一(1行代码实现人脸识别):1. 首先你需要提供一个文件夹,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,图片以人的名字命名:
known_people文件夹下有babe、成龙、容祖儿的照片2. 接下来,你需要准备另一个文件夹,里面是你要识别的图片:
unknown_pic文件夹下是要识别的图片,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,把刚刚准备的两个文件夹作为参数传入,命令就会返回需要识别的图片中都出现了谁:
识别成功!!!示例二(识别图片中的所有人脸并显示出来):# filename : find_faces_in_picture.py# -*- coding: utf-8 -*-# 导入pil模块 ,可用命令安装 apt-get install python-Imagingfrom PIL import Image# 导入face_recogntion模块,可用命令安装 pip install face_recognitionimport face_recognition
# 将jpg文件加载到numpy 数组中image = face_recognition.load_image_file("https://www.idiancai.com/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,但还是不如CNN模型那么准确,因为没有使用GPU加速# 另请参见: find_faces_in_picture_cnn.pyface_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for face_location in face_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,然后显示人脸图片        face_image = image[top:bottom, left:right]        pil_image = Image.fromarray(face_image)        pil_image.show()
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,并显示出来示例三(自动识别人脸特征):# filename : find_facial_features_in_picture.py# -*- coding: utf-8 -*-# 导入pil模块 ,可用命令安装 apt-get install python-Imagingfrom PIL import Image, ImageDraw# 导入face_recogntion模块,可用命令安装 pip install face_recognitionimport face_recognition
# 将jpg文件加载到numpy 数组中image = face_recognition.load_image_file("biden.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)))
for face_landmarks in face_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'    ]
    for facial_feature in facial_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)
    for facial_feature in facial_features:        d.line(face_landmarks[facial_feature], width=5)
    pil_image.show()
自动识别出人脸特征示例四(识别人脸鉴定是哪个人):# filename : recognize_faces_in_pictures.py# -*- conding: utf-8 -*-# 导入face_recogntion模块,可用命令安装 pip install face_recognitionimport face_recognition
#将jpg文件加载到numpy数组中babe_image = face_recognition.load_image_file("/opt/face/known_people/babe.jpeg")Rong_zhu_er_image = face_recognition.load_image_file("https://www.pzzs168.com/opt/face/known_people/Rong zhu er.jpg")unknown_image = face_recognition.load_image_file("https://www.aiidol.com/opt/face/unknown_pic/babe2.jpg")
#获取每个图像文件中每个面部的面部编码#由于每个图像中可能有多个面,所以返回一个编码列表。#但是由于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。babe_face_encoding = face_recognition.face_encodings(babe_image)[0]Rong_zhu_er_face_encoding = face_recognition.face_encodings(Rong_zhu_er_image)[0]unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0]
known_faces = [    babe_face_encoding,    Rong_zhu_er_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("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)) 显示结果如图示例五(识别人脸特征并美颜):# filename : digital_makeup.py# -*- coding: utf-8 -*-# 导入pil模块 ,可用命令安装 apt-get install python-Imagingfrom PIL import Image, ImageDraw# 导入face_recogntion模块,可用命令安装 pip install face_recognitionimport face_recognition
#将jpg文件加载到numpy数组中image = face_recognition.load_image_file("biden.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)
for face_landmarks in face_landmarks_list:    pil_image = Image.fromarray(image)    d = ImageDraw.Draw(pil_image, 'RGBA')
    #让眉毛变成了一场噩梦    d.polygon(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 128))    d.polygon(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 128))    d.line(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 150), width=5)    d.line(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 150), width=5)
    #光泽的嘴唇    d.polygon(face_landmarks['top_lip'], fill=(150, 0, 0, 128))    d.polygon(face_landmarks['bottom_lip'], fill=(150, 0, 0, 128))    d.line(face_landmarks['top_lip'], fill=(150, 0, 0, 64), width=8)    d.line(face_landmarks['bottom_lip'], fill=(150, 0, 0, 64), width=8)
    #闪耀眼睛    d.polygon(face_landmarks['left_eye'], fill=(255, 255, 255, 30))    d.polygon(face_landmarks['right_eye'], fill=(255, 255, 255, 30))
    #涂一些眼线    d.line(face_landmarks['left_eye'] + [face_landmarks['left_eye'][0]], fill=(0, 0, 0, 110), width=6)    d.line(face_landmarks['right_eye'] + [face_landmarks['right_eye'][0]], fill=(0, 0, 0, 110), width=6)
    pil_image.show()


推荐了解热门学科

java培训 Python人工智能 Web前端培训 PHP培训
区块链培训 影视制作培训 C++培训 产品经理培训
UI设计培训 新媒体培训 产品经理培训 Linux运维
大数据培训 智能机器人软件开发




传智播客是一家致力于培养高素质软件开发人才的科技公司“黑马程序员”是传智播客旗下高端IT教育品牌。自“黑马程序员”成立以来,教学研发团队一直致力于打造精品课程资源,不断在产、学、研3个层面创新自己的执教理念与教学方针,并集中“黑马程序员”的优势力量,针对性地出版了计算机系列教材50多册,制作教学视频数+套,发表各类技术文章数百篇。

传智播客从未停止思考

传智播客副总裁毕向东在2019IT培训行业变革大会提到,“传智播客意识到企业的用人需求已经从初级程序员升级到中高级程序员,具备多领域、多行业项目经验的人才成为企业用人的首选。”

中级程序员和初级程序员的差别在哪里?
项目经验。毕向东表示,“中级程序员和初级程序员最大的差别在于中级程序员比初级程序员多了三四年的工作经验,从而多出了更多的项目经验。“为此,传智播客研究院引进曾在知名IT企业如阿里、IBM就职的高级技术专家,集中研发面向中高级程序员的课程,用以满足企业用人需求,尽快补全IT行业所需的人才缺口。

何为中高级程序员课程?

传智播客进行了定义。中高级程序员课程,是在当前主流的初级程序员课程的基础上,增加多领域多行业的含金量项目,从技术的广度和深度上进行拓展“我们希望用5年的时间,打造上百个高含金量的项目,覆盖主流的32个行业。”传智播客课程研发总监于洋表示。




黑马程序员热门视频教程【点击播放】

Python入门教程完整版(懂中文就能学会) 零起点打开Java世界的大门
C++| 匠心之作 从0到1入门学编程 PHP|零基础入门开发者编程核心技术
Web前端入门教程_Web前端html+css+JavaScript 软件测试入门到精通


在线咨询 我要报名
和我们在线交谈!