前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >人脸识别,一行代码就能搞定?

人脸识别,一行代码就能搞定?

作者头像
机器人网
发布2018-04-18 17:22:00
1.1K0
发布2018-04-18 17:22:00
举报
文章被收录于专栏:机器人网

什么,只要一行代码就能搞定人脸识别?当然是假的啦。

虽然不能一行就搞定,依靠python强大的人脸识别包,只要十多行代码完全可以实现人脸识别的功能。这就叫站在巨人的肩膀上,看得更高更远。

face-recognition,使用最先进的人脸识别技术构建而成的python包,而且具有深度学习功能。经测试识别正确率高达99.38%。确实很高。

安装

因为face-recognition使用到了dlib库,这是c++写的一个包含机器学习,计算机视觉等算法的库,所以使用之前要先安装dlib。不过这还不行,dlib库又依赖一个叫做boost的东西,总之有些麻烦,所以我就不写详细步骤啦╰( ̄▽ ̄)╭。linux下安装比较简单,命令行下几行代码就搞定,windows安装见这里。

所有工作准备好之后,使用pip安装:

pip install face-recognition

人脸检测

如何检测一张图片中的人脸?face-recognition把带人脸的图片看成是由像素组成的二维数组,使用face_locations方法返回识别到的人脸的坐标(上下左右)。

这样就可以啦,接下来只要把这些人脸坐标用矩形框圈出来,然后保存即可。

代码语言:javascript
复制
import face_recognitionfrom skimage import draw, io
%matplotlib inline# 图片文件files = "F:\data\people.jpg"# 加载图片image = face_recognition.load_image_file(files)# 识别人脸坐标face_locations = face_recognition.face_locations(image)# 我们在此使用之前介绍过的skimage库进行绘制# 读出的图片在skimage中不能使用,故重新导入img = io.imread(files)

print("I found {} face(s) in this photograph.".format(len(face_locations)))# 循环标记人脸for face_location in face_locations:    # 每个人脸的坐标
    top, right, bottom, left = face_location    # 为每个人脸画四边形
    # polygon_perimeter作用是绘制不填充的多边形
    rr, cc = draw.polygon_perimeter([top, top, bottom, bottom], [left, right, right, left])    # 设置颜色为红色
    draw.set_color(img, [rr, cc], [255, 0, 0])# 保存io.imsave('F:result.jpg', img)
代码语言:javascript
复制
I found 24 face(s) in this photograph.

我们打开图片看看效果。

代码语言:javascript
复制
import matplotlib.pyplot as pltfrom skimage import io

origin = io.imread(files)
reco = io.imread('f:result.jpg')

plt.subplot(1, 2, 1)
plt.imshow(origin)
plt.subplot(1, 2, 2)
plt.imshow(reco)

效果不错,都识别出来了。

人脸识别

既然能够识别出有没有人脸,有可能知道这个人是谁吗?当然可以了,前提是你要提供一张包含某个人脸的照片。使用face_encodings对人脸进行编码,然后使用compare_faces方法比较即可。看代码。

代码语言:javascript
复制
import face_recognition# 首先打开一张已经知道是谁的照片,然后打开另一张照片zhuyizhi_image = face_recognition.load_image_file("F:zhuyizhi.jpg")
unknown_image = face_recognition.load_image_file("F:unknow.jpg")# 识别出已知和未知人脸的面部特征zhu_face_encoding = face_recognition.face_encodings(zhuyizhi_image)[0]
unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0]# 可以添加多个已知的人脸照片known_faces = [
    zhu_face_encoding,
 
]# 比较已知人脸和未知人脸,返回结果为true或者false。results = face_recognition.compare_faces(known_faces, unknown_face_encoding)

print("Is the unknown face a picture of zhuyizhi? {}".format(results[0]))
print("Is the unknown face a new person that we've never seen before? {}".format(not True in results))
代码语言:javascript
复制
Is the unknown face a picture of zhuyizhi? TrueIs the unknown face a new person that we've never seen before? False

除了能检测出和识别出人脸之外,face-recognition还提供深度学习参数的支持,使得识别率更高。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-01-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器人网 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 安装
  • 人脸检测
  • 人脸识别
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档