python人工智能图像识别_人工智能之Python人脸识别技术，人人都能做识别！

原标题：人工智能之Python人脸识别技术，人人都能做识别！

作者丨Python小哥哥

https://www.jianshu.com/p/dce1498ef0ee

一、环境搭建

１．系统环境

Ubuntu17 .04

Python2 .7.14

pycharm开发工具

2.开发环境，安装各种系统包

人脸检测基于dlib，dlib依赖Boost和cmake

在windows中如果要使用dlib还是比较麻烦的，如果想省时间可以在anaconda中安装

conda install -c conda-forge dlib=19.4

$ sudo apt-get installbuild-essential cmake

$ sudo apt- getinstalllibgtk -3-dev

$ sudo apt- getinstalllibboost-all-dev

其他重要的包

$ pip install numpy

$ pip install scipy

$ pip install opencv-python

$ pip install dlib

安装 face_recognition

# 安装 face_recognition

$ pip install face_recognition

# 安装face_recognition过程中会自动安装 numpy、scipy 等

二、使用教程

1、facial_features文件夹

此demo主要展示了识别指定图片中人脸的特征数据，下面就是人脸的八个特征，我们就是要获取特征数据

'chin',

'left_eyebrow',

'right_eyebrow',

'nose_bridge',

'nose_tip',

'left_eye',

'right_eye',

'top_lip',

'bottom_lip'

运行结果：

自动识别图片中的人脸，并且识别它的特征

原图：

特征数据，数据就是运行出来的矩阵，也就是一个二维数组

代码：

# -*- coding: utf-8 -*-

# 自动识别人脸特征

# filename : find_facial_features_in_picture.py

# 导入pil模块 ，可用命令安装 apt-get install python-Imaging

fromPIL importImage, ImageDraw

# 导入face_recogntion模块，可用命令安装 pip install face_recognition

importface_recognition

# 将jpg文件加载到numpy 数组中

image = face_recognition.load_image_file( "chenduling.jpg")

#查找图像中所有面部的所有面部特征

face_landmarks_list = face_recognition.face_landmarks(image)

print( "I found {} face(s) in this photograph.".format(len(face_landmarks_list)))

forface_landmarks inface_landmarks_list:

#打印此图像中每个面部特征的位置

facial_features = [

'chin',

'left_eyebrow',

'right_eyebrow',

'nose_bridge',

'nose_tip',

'left_eye',

'right_eye',

'top_lip',

'bottom_lip'

]

forfacial_feature infacial_features:

print( "The {} in this face has the following points: {}".format(facial_feature, face_landmarks[facial_feature]))

#让我们在图像中描绘出每个人脸特征！

pil_image = Image.fromarray(image)

d = ImageDraw.Draw(pil_image)

forfacial_feature infacial_features:

d.line(face_landmarks[facial_feature], width= 5)

pil_image.show()

2、find_face文件夹

不仅能识别出来所有的人脸，而且可以将其截图挨个显示出来,打印在前台窗口

原始的图片

识别的图片

代码：

# -*- coding: utf-8 -*-

# 识别图片中的所有人脸并显示出来

# filename : find_faces_in_picture.py

# 导入pil模块 ，可用命令安装 apt-get install python-Imaging

fromPIL importImage

# 导入face_recogntion模块，可用命令安装 pip install face_recognition

importface_recognition

# 将jpg文件加载到numpy 数组中

image = face_recognition.load_image_file( "yiqi.jpg")

# 使用默认的给予HOG模型查找图像中所有人脸

# 这个方法已经相当准确了，但还是不如CNN模型那么准确，因为没有使用GPU加速

# 另请参见: find_faces_in_picture_cnn.py

face_locations = face_recognition.face_locations(image)

# 使用CNN模型

# face_locations = face_recognition.face_locations(image, number_of_times_to_upsample=0, model="cnn")

# 打印：我从图片中找到了 多少 张人脸

print( "I found {} face(s) in this photograph.".format(len(face_locations)))

# 循环找到的所有人脸

forface_location inface_locations:

# 打印每张脸的位置信息

top, right, bottom, left = face_location

print( "A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))

# 指定人脸的位置信息，然后显示人脸图片

face_image = image[top:bottom, left:right]

pil_image = Image.fromarray(face_image)

pil_image.show()

３、know_face文件夹

通过设定的人脸图片识别未知图片中的人脸

# -*- coding: utf-8 -*-

# 识别人脸鉴定是哪个人

# 导入face_recogntion模块，可用命令安装 pip install face_recognition

import face_recognition

#将jpg文件加载到numpy数组中

chen_image = face_recognition.load_image_file( "chenduling.jpg")

#要识别的图片

unknown_image = face_recognition.load_image_file( "sunyizheng.jpg")

#获取每个图像文件中每个面部的面部编码

#由于每个图像中可能有多个面，所以返回一个编码列表。

#但是由于我知道每个图像只有一个脸，我只关心每个图像中的第一个编码，所以我取索引0。

chen_face_encoding = face_recognition.face_encodings(chen_image)[0]

print("chen_face_encoding:{}".format(chen_face_encoding))

unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0]

print( "unknown_face_encoding :{}".format(unknown_face_encoding))

known_faces = [

chen_face_encoding

]

#结果是True/false的数组，未知面孔known_faces阵列中的任何人相匹配的结果

results = face_recognition.compare_faces(known_faces, unknown_face_encoding)

print( "result :{}".format(results))

print( "这个未知面孔是 陈都灵 吗? {}".format(results[0]))

print( "这个未知面孔是 我们从未见过的新面孔吗? {}".format(not True in results))

4、video文件夹

通过调用电脑摄像头动态获取视频内的人脸，将其和我们指定的图片集进行匹配，可以告知我们视频内的人脸是否是我们设定好的

实现：

代码：

# -*- coding: utf-8 -*-

# 摄像头头像识别

import face_recognition

import cv2

video_capture = cv2.VideoCapture(0)

# 本地图像

chenduling_image = face_recognition.load_image_file( "chenduling.jpg")

chenduling_face_encoding = face_recognition.face_encodings(chenduling_image)[0]

# 本地图像二

sunyizheng_image = face_recognition.load_image_file( "sunyizheng.jpg")

sunyizheng_face_encoding = face_recognition.face_encodings(sunyizheng_image)[0]

# 本地图片三

zhangzetian_image = face_recognition.load_image_file( "zhangzetian.jpg")

zhangzetian_face_encoding = face_recognition.face_encodings(zhangzetian_image)[0]

# Create arrays of known face encodings and their names

# 脸部特征数据的集合

known_face_encodings = [

chenduling_face_encoding,

sunyizheng_face_encoding,

zhangzetian_face_encoding

]

# 人物名称的集合

known_face_names = [

"michong",

"sunyizheng",

"chenduling"

]

face_locations = []

face_encodings = []

face_names = []

process_this_frame = True

while True:

# 读取摄像头画面

ret, frame = video_capture.read()

# 改变摄像头图像的大小，图像小，所做的计算就少

small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)

# opencv的图像是BGR格式的，而我们需要是的RGB格式的，因此需要进行一个转换。

rgb_small_frame = small_frame[:, :, ::-1]

# Only process every other frame of video to save time

if process_this_frame:

# 根据encoding来判断是不是同一个人，是就输出true，不是为flase

face_locations = face_recognition.face_locations(rgb_small_frame)

face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)

face_names = []

for face_encoding in face_encodings:

# 默认为unknown

matches = face_recognition.compare_faces(known_face_encodings, face_encoding)

name = "Unknown"

# if match[0]:

# name = "michong"

# If a match was found in known_face_encodings, just use the first one.

if True in matches:

first_match_index = matches.index(True)

name = known_face_names[first_match_index]

face_names.append(name)

process_this_frame = not process_this_frame

# 将捕捉到的人脸显示出来

for (top, right, bottom, left), name in zip(face_locations, face_names):

# Scale back up face locations since the frame we detected in was scaled to 1/4 size

top *= 4

right *= 4

bottom *= 4

left *= 4

# 矩形框

cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)

#加上标签

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)

# Display

cv2.imshow('monitor', frame)

# 按Q退出

if cv2.waitKey(1) & 0xFF == ord('q'):

break

video_capture.release()

cv2.destroyAllWindows()

5、boss文件夹

本开源项目,主要是结合摄像头程序+极光推送，实现识别摄像头中的人脸。并且通过极光推送平台给移动端发送消息！

长

按

关

责任编辑：