如何利用Python實現面部識別

本篇內容介紹了“如何利用Python實現面部識別”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

對于開發環境，我們將使用 Visual Studio Community Edition。

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

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

使用 Visual Studio 打開一個新目錄并創建一個新的 python 環境。我們將使用venv. 打開你的集成終端并編寫python -m venv venv。然后通過鍵入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

現在我們已經完成了虛擬環境的創建，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并識別一些面孔。

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。導入我們的依賴項并編寫我們的前幾行。

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并讀取這些圖像。

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并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后，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。

現在我們有了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。然后一個簡單的邏輯匹配他們的索引并返回是否在我們的 missingPersons 列表中找到該人。

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

“如何利用Python實現面部識別”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！