Python系列之三——人脸检测、人脸识别

之前有利用C++和OpenCv写过人脸识别的系列文章,对于人脸识别的基本理解和步骤流程等基本知识不做反复叙述。比詹小白还要白的童鞋可以查看往期文章进行了解噢~

1.人脸识别(一)——从零说起

2.人脸识别(二)——训练分类器

3.人脸识别(二)——训练分类器的补充说明

4.人脸识别(三)——源码放送

我是华丽丽的分割线,下边有请詹小白简单讲讲python版本的人脸检测与识别,鼓掌~

一、人脸检测

python版人脸检测基本上可以参照C++版本的程序,根据语法不同进行改写即可。

1.输入为包含人脸的图片时

这种情况较为简单,只是直接使用了opencv库的训练好的人脸检测模型~其代码如下所示:(具体函数和方法和c++情况下一样,不反复叙述)

 1#encoding=utf-8
 2import cv2
 3import numpy
 4face_patterns = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')  #加载分类器,在opencv库内
 5sample_image = cv2.imread('image4.jpg')  #这里是当输入为图片而不是摄像头采集时
 6faces = face_patterns.detectMultiScale(sample_image,scaleFactor=1.1,minNeighbors=5,minSize=(80, 80))
 7for (x, y, w, h) in faces:
 8    cv2.rectangle(sample_image, (x, y), (x+w, y+h), (0, 255, 0), 2)
 9cv2.imshow('face', sample_image);
10cv2.waitKey(0)
11cv2.destroyAllWindows()

程序将图像中的人脸检测出来并框出来。运行结果如下所示:

2.输入为摄像头实时采集的图像时

这种情况和第一种情况大体类似,唯一的不同在于输入图像输入不来源于静止图片,而是摄像头的实时采集图像。测试效果不进行展示了(怕帅到你们

 1#encoding=utf-8
 2import cv2
 3import numpy
 4face_patterns = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')  #加载分类器,在opencv库内
 5camera = cv2.VideoCapture(0) #这里是利用摄像头采集,打开摄像头操作
 6while camera.isOpened:
 7    #利用read方法读取摄像头的某一帧图片
 8    (ok, sample_image) = camera.read() 
 9    if not ok:
10        break
11    faces = face_patterns.detectMultiScale(sample_image,scaleFactor=1.1,minNeighbors=5,minSize=(80, 80))
12    for (x, y, w, h) in faces:
13        cv2.rectangle(sample_image, (x, y), (x+w, y+h), (0, 255, 0), 2)
14    cv2.imshow('face', sample_image);
15    if cv2.waitKey(10)&0xFF==ord('q'):#按下q,退出循环
16        break 
17camera.release()
18#cv2.waitKey(0)
19cv2.destroyAllWindows()

二、人脸识别

人脸识别也可以和检测一样参照c++版本的程序,但是学python时候接触到一个很牛*的模块,这里做图片集的人脸识别进行介绍。

首先,这是所谓的niubi模块是face_recognition库模块,该库使用 dlib 顶尖的深度学习人脸识别技术构建,在户外脸部检测数据库基准(Labeled Faces in the Wild benchmark)上的准确率高达 99.38%。

1.模块的安装

face_recognition 的安装真的很拼人品!!linux系统一装就好,windows系统折腾来捯饬去炒鸡费劲!!还好我是python3.6版本,按照网上的一些教程也算是安装好了,(cmake、dlib啥的很难受)。

简单的说,用pip install指令进行安装还是比较容易的。一条指令即可,如果在安装dlib时出错那就可怜你得捯饬一会了~~

pip install face_recognition

2.代码实现

重点有三个,主要如下:

face_recognition.load_image_file 加载训练的对象,这里仅仅是三个类,各类一张图片 face_recognition.face_encodings 对加载好的对象,利用face_recognition中的方法进行特征识别,用于后面分类 face_recognition.compare_faces 将待分类识别的图像按照相同方法进行特征识别,并将其特征与指定对象特征对比,进行判断

以乔布斯、奥巴马和无名为例~代码如下:

 1# -*- coding: utf-8 -*-
 2import cv2
 3import face_recognition
 4jobs_image = face_recognition.load_image_file("jobs.jpg");#乔布斯
 5obama_image = face_recognition.load_image_file("obama.jpg");#奥巴马
 6unknown_image = face_recognition.load_image_file("unknown.jpg");#无名人士
 7jobs_encoding = face_recognition.face_encodings(jobs_image)[0]
 8obama_encoding = face_recognition.face_encodings(obama_image)[0]
 9unknown_encoding = face_recognition.face_encodings(unknown_image)[0]
10#重点是:compare_face
11results = face_recognition.compare_faces([jobs_encoding, obama_encoding], unknown_encoding )
12labels = ['jobs', 'obama']
13print('results:'+str(results))
14for i in range(0, len(results)):
15    if results[i] == True:
16        print('The person is:'+labels[i])

代码通俗易懂(python的一大特点~),其运行结果是以文本形式指出识别对象。结果如下:

1>>>results:[False, True]
2>>>The person is:obama

原文发布于微信公众号 - 小小詹同学(xiaoxiaozhantongxue)

原文发表时间:2018-03-15

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏玉树芝兰

如何用Python和深度神经网络寻找近似图片?

给你10万张图片,让你从中找出与某张图片最为近似的10张,你会怎么做?不要轻言放弃,也不用一张张浏览。使用Python,你也可以轻松搞定这个任务。

18110
来自专栏人工智能LeadAI

Keras同时用多张显卡训练网络

References 官方文档:multi_gpu_model(https://keras.io/utils/#multi_gpu_model)以及Google...

76380
来自专栏ATYUN订阅号

使用OpenCV,Python和深度学习进行人脸识别

在这篇文章中,你将学会如何使用OpenCV、Python和深度学习在图像和视频流中执行人脸识别。我们今天将在这里使用的基于深度学习的面部嵌入,既高度准确又能够实...

3.8K50
来自专栏小小挖掘机

数据城堡参赛代码实战篇(七)--- xgboost介绍及实战

小编们最近参加了数据城堡举办的“大学生助学金精准资助预测”比赛,以分组第19名的成绩进入了复赛,很激动有木有!在上一篇文章中,小编介绍了使用sklearn进行数...

37340
来自专栏玉树芝兰

如何用4行 R 语句,快速探索你的数据集?

实践中,大量数据分析时间,都会花在数据清洗与探索性数据分析(Exploratory Data Analysis, EDA)。即缺失值统计处理,和变量分布可视化。

10010
来自专栏一心无二用,本人只专注于基础图像算法的实现与优化。

PhotoShop算法原理解析系列 - 风格化---》查找边缘。                  闲谈.Net类型之public的不public,fixed的不能fixed     当然这个还可

      之所以不写系列文章一、系列文章二这样的标题,是因为我不知道我能坚持多久。我知道我对事情的表达能力和语言的丰富性方面的天赋不高。而一段代码需要我去用心...

32690
来自专栏机器学习AI算法工程

[Python]从豆瓣批量获取看过电影的用户列表,并应用kNN算法预测用户性别

首先从豆瓣电影的“看过这部电影 的豆瓣成员”页面上来获取较为活跃的豆瓣电影用户。 链接分析 这是看过"模仿游戏"的豆瓣成员的网页链接:http://movie...

47840
来自专栏数据小魔方

创意滑珠图!

今天要给大家分享的是一种非常有趣的滑珠图! ▽ 本文要讲解的滑珠图做法,稍微有点复杂。不过这种滑珠图在数据对比展示中,效果奇佳。小魔方参考多处教程和资料,终于还...

29640
来自专栏机器学习AI算法工程

R语言关联规则可视化:扩展包arulesViz的介绍

关联规则挖掘是一种流行的数据挖掘方法,在R语言中为扩展包arules。然而,挖掘关联规则往往导致非常多的规则,使分析师需要通过查询所有的规则才能发现有趣的规则。...

64780
来自专栏FreeBuf

干货 | 黑客带你还原韩剧《幽灵》中出现的隐写术

0x00 前言 最近有一部剧人气非常高,据说是将军官和医生的浪漫故事。咦?!!这不是好几年前的老片子了么。 后来有人告诉我,是一部韩剧,里面的欧巴超帅妹子超靓。...

41370

扫码关注云+社区

领取腾讯云代金券