手把手教你用1行命令实现人脸识别

环境要求

成都创新互联公司专注于和平企业网站建设,响应式网站,商城网站开发。和平网站建设公司,为和平等地区提供建站服务。全流程按需求定制开发，专业设计，全程项目跟踪，成都创新互联公司专业和态度为您提供的服务

• Ubuntu 17.10
• Python 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-pip  
 
 
 

4、 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://github.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_CUDA  
 
 
 

5、 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 行命令实现人脸识别)：

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-Imaging 
  
  
  
  
from PIL import Image 
  
  
  
  
# 导入face_recogntion模块，可用命令安装 pip install face_recognition 
  
  
  
  
import face_recognition 
  
  
  
  
 
  
  
  
  
# 将jpg文件加载到numpy 数组中 
  
  
  
  
image = face_recognition.load_image_file("/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.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 
  
  
  
  
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-Imaging 
  
  
  
  
from PIL import Image, ImageDraw 
  
  
  
  
# 导入face_recogntion模块，可用命令安装 pip install face_recognition 
  
  
  
  
import face_recognition 
  
  
  
  
 
  
  
  
  
# 将jpg文件加载到numpy 数组中 
  
  
  
  
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_recognition 
  
  
  
  
import 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("/opt/face/known_people/Rong zhu er.jpg") 
  
  
  
  
unknown_image = face_recognition.load_image_file("/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-Imaging 
  
  
  
  
from PIL import Image, ImageDraw 
  
  
  
  
# 导入face_recogntion模块，可用命令安装 pip install face_recognition 
  
  
  
  
import face_recognition 
  
  
  
  
＃将jpg文件加载到numpy数组中 
  
  
  
  
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() 
 
 
 

美颜前后对比

分享文章：手把手教你用1行命令实现人脸识别
网站路径：http://www.gawzjz.com/qtweb2/news9/19959.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联