freeBuf
主站

分类

漏洞 工具 极客 Web安全 系统安全 网络安全 无线安全 设备/客户端安全 数据安全 安全管理 企业安全 工控安全

特色

头条 人物志 活动 视频 观点 招聘 报告 资讯 区块链安全 标准与合规 容器安全 公开课

官方公众号企业安全新浪微博

FreeBuf.COM网络安全行业门户,每日发布专业的安全资讯、技术剖析。

FreeBuf+小程序

FreeBuf+小程序

基于Python库Face_Recognition动手DIY人脸识别
2018-01-03 08:30:34

* 本文作者:淼淼兮与怀,本文属FreeBuf原创奖励计划,未经许可禁止转载

0X00 前言

最近使用iPhone x,把人脸识别代入了我们的生活中。前段时间了解了一个Python的一个开元函数库,并对其进行了分析、学习和实践,那么今天我们就来讲解一下如何使用face_recognition这个库来实现简单的人脸识别。

注:以下文章的所有操作都是Windows下实现的。

0x01 正文

人脸识别主要步骤:

face_recognition 库的安装

安装此库,首先需要安装编译dlib,此处我们偷个懒,安装软件Anaconda(大牛绕过),此软件预装了dlib.

安装好后,我们直接通过pip 安装face_recognition库,命令如下

python -m pip install face_recognition

image.png

调用一下库,检查是否成功导入

image.png

没报错,就是安装成功了。

按照以上办法在安装numpy python-opencv 两个库就可以了

通过face_recognition库实现人脸识别

代码如下

# -*- coding: UTF-8 -*-
import face_recognition
import cv2
import os
# 这是一个超级简单(但很慢)的例子,在你的网络摄像头上实时运行人脸识别
# PLEASE NOTE: This example requires OpenCV (the `cv2` library) to be installed only to read from your webcam.
# 请注意:这个例子需要安装OpenCV
# 具体的演示。如果你安装它有困难,试试其他不需要它的演示。
# 得到一个参考的摄像头# 0(默认)
video_capture = cv2.VideoCapture(0)
# 加载示例图片并学习如何识别它。
path ="images"#在同级目录下的images文件中放需要被识别出的人物图
total_image=[]
total_image_name=[]
total_face_encoding=[]
for fn in os.listdir(path): #fn 表示的是文件名
  total_face_encoding.append(face_recognition.face_encodings(face_recognition.load_image_file(path+"/"+fn))[0])
  fn=fn[:(len(fn)-4)]#截取图片名(这里应该把images文件中的图片名命名为为人物名)
  total_image_name.append(fn)#图片名字列表
while True:
  # 抓取一帧视频
  ret, frame = video_capture.read()
  # 发现在视频帧所有的脸和face_enqcodings
  face_locations = face_recognition.face_locations(frame)
  face_encodings = face_recognition.face_encodings(frame, face_locations)
  # 在这个视频帧中循环遍历每个人脸
  for (top, right, bottom, left), face_encoding in zip(face_locations, face_encodings):
      # 看看面部是否与已知人脸相匹配。
      for i,v in enumerate(total_face_encoding):
          match = face_recognition.compare_faces([v], face_encoding,tolerance=0.5)
          name = "Unknown"
          if match[0]:
              name = total_image_name[i]
              break
      # 画出一个框,框住脸
      cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
      # 画出一个带名字的标签,放在框下
      cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
      font = cv2.FONT_HERSHEY_DUPLEX
      cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)
  # 显示结果图像
  cv2.imshow('Video', frame)
  # 按q退出
  if cv2.waitKey(1) & 0xFF == ord('q'):
      break
# 释放摄像头中的流
video_capture.release()
cv2.destroyAllWindows()

其次还要准备一个images文件夹进行摄像头的人脸比对

[CUHGD~DT~WL$$71DA0{{CG.png

成功的效果图我就不贴了。

原理如下:

1.遍历images文件中的图片

2.提取特征脸

3.摄像头每帧提取图片,提取特诊脸

4.遍历特征列表,找出符合特征脸

5.输出名字

1、从特征中找出图片中的人脸

import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_locations = face_recognition.face_locations(image)

2、找到并且控制图像中的脸部特征

import face_recognition 
image = face_recognition.load_image_file("your_file.jpg") 
face_landmarks_list = face_recognition.face_landmarks(image)

3、识别照片中的人脸

import face_recognition
known_image = face_recognition.load_image_file("biden.jpg")
unknown_image = face_recognition.load_image_file("unknown.jpg")
biden_encoding = face_recognition.face_encodings(known_image)
[0]unknown_encoding = face_recognition.face_encodings(unknown_image)
[0]results = face_recognition.compare_faces([biden_encoding], unknown_encoding)

0x02 总结

总的来说,该开源库使得人脸识别的普及实现不再那么的遥远。调用该库,只需几行代码,便可实现人脸识别。有什么问题可以在下面评论讨论哦,各路大牛勿喷。

* 本文作者:淼淼兮与怀,本文属FreeBuf原创奖励计划,未经许可禁止转载

# python # 人脸识别
本文为 独立观点,未经允许不得转载,授权请联系FreeBuf客服小蜜蜂,微信:freebee2022
被以下专辑收录,发现更多精彩内容
+ 收入我的专辑
+ 加入我的收藏
相关推荐
  • 0 文章数
  • 0 关注者