利用Python實現面部識別的方法詳解

人臉識別正在成為軟件開發中的一種趨勢。它有助於識別人臉並使應用程序更加健壯。在本教程中,我們將使用python和face_recognition庫創建一個簡單的人臉識別。

對於開發環境,我們將使用 Visual Studio Community Edition。

如果你的計算機上還沒有安裝它,你可以從這裡下載。並使用 C++安裝桌面開發。

現在我們有瞭使用 C++ 進行桌面開發的 Visual Studio,我們可以開始我們的項目瞭。

使用 Visual Studio 打開一個新目錄並創建一個新的 python 環境。我們將使用venv. 打開你的集成終端並編寫python -m venv venv。然後通過鍵入venv/bin/Activate.ps1激活環境。這是針對 PowerShell 的。

如果你使用任何其他終端,你可以在此處找到完整列表

現在我們已經完成瞭虛擬環境的創建,讓我們開始提取我們的依賴項。為此,我們將需要opencv和face_recognition。在你的終端內使用pip.

pip install opencv-python face_recognition

Face Recognition是一個使用最先進的dlib庫的庫。我們準備好編寫一些代碼並識別一些面孔。

創建一個新的 python 文件,我們將調用文件missingPerson.py,假設我們將使用我們的應用程序匹配失蹤人員。導入我們的依賴項並編寫我們的前幾行。

import cv2
import numpy as np
import face_recognition
import os
 
from face_recognition.api import face_distance

假設我們所有的照片都存儲在我們的服務器存儲中,我們需要首先將所有人物的圖像拉入我們的應用程序並讀取這些圖像。

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)

在本節中,我們將使用 opencv 讀取失蹤人員的所有圖像並將它們附加到我們的missingPerson列表中。

在我們從存儲中讀取所有丟失的人臉圖像後,我們需要找到人臉編碼,以便我們可以使用 CNN 人臉檢測器在圖像中創建人臉邊界框的二維數組。

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')

我們將二維數組存儲到已知人臉編碼列表中。這將需要幾分鐘。

現在我們有瞭所有失蹤人員的面部編碼,我們現在要做的就是將它們與我們的報告人圖像進行匹配。face_recognition使用起來非常方便。

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

首先我們需要加載被報告人的圖像文件,對他們的臉進行編碼。剩下的就是將被報告人臉編碼與我們已知的人臉編碼進行比較。然後一個簡單的邏輯匹配他們的索引並返回是否在我們的 missingPersons 列表中找到該人。

這種人臉識別不僅用於尋找失蹤人員。它可以檢測和識別人臉,並且可以根據需要進行操作。

到此這篇關於利用Python實現面部識別的方法詳解的文章就介紹到這瞭,更多相關Python面部識別內容請搜索LevelAH以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持LevelAH!

推薦閱讀: