自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

手把手教你用1行代碼實(shí)現(xiàn)人臉識別

新聞 人臉識別
1行代碼實(shí)現(xiàn)人臉識別,首先你需要提供一個(gè)文件夾,里面是所有你希望系統(tǒng)認(rèn)識的人的圖片。接下來,你需要準(zhǔn)備另一個(gè)文件夾,里面是你要識別的圖片......

摘要: 1行代碼實(shí)現(xiàn)人臉識別,1. 首先你需要提供一個(gè)文件夾,里面是所有你希望系統(tǒng)認(rèn)識的人的圖片。其中每個(gè)人一張圖片,圖片以人的名字命名。2. 接下來,你需要準(zhǔn)備另一個(gè)文件夾,里面是你要識別的圖片。3. 然后你就可以運(yùn)行face_recognition命令了,把剛剛準(zhǔn)備的兩個(gè)文件夾作為參數(shù)傳入,命令就會(huì)返回需要識別的圖片中都出現(xiàn)了誰,1行代碼足以?。?!

[[207909]]

環(huán)境要求:

環(huán)境搭建:

1. 安裝 Ubuntu17.10 > 安裝步驟在這里

2. 安裝 Python2.7.14 (Ubuntu17.10 默認(rèn)Python版本為2.7.14)

3. 安裝 git 、cmake 、 python-pip

# 安裝 git
$ sudo apt-get install -y git
# 安裝 cmake
$ sudo apt-get install -y cmake
# 安裝 python-pip
$ sudo apt-get install -y python-pip

4. 安裝編譯dlib

安裝face_recognition這個(gè)之前需要先安裝編譯dlib

# 編譯dlib前先安裝 boost
$ sudo apt-get install libboost-all-dev

# 開始編譯dlib
# 克隆dlib源代碼
$ git clone https://github.com/davisking/dlib.git
$ cd dlib
$ mkdir build
$ cd build
$ cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1
$ cmake --build .(注意中間有個(gè)空格)
$ cd ..
$ python setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA

5. 安裝 face_recognition

# 安裝 face_recognition
$ pip install face_recognition
# 安裝face_recognition過程中會(huì)自動(dòng)安裝 numpy、scipy 等

環(huán)境搭建完成后,在終端輸入 face_recognition 命令查看是否成功

環(huán)境搭建完成后,在終端輸入 face_recognition 命令查看是否成功

實(shí)現(xiàn)人臉識別:


示例一(1行代碼實(shí)現(xiàn)人臉識別):

1. 首先你需要提供一個(gè)文件夾,里面是所有你希望系統(tǒng)認(rèn)識的人的圖片。其中每個(gè)人一張圖片,圖片以人的名字命名:

known_people文件夾下有babe、成龍、容祖兒的照片

known_people文件夾下有babe、成龍、容祖兒的照片

2. 接下來,你需要準(zhǔn)備另一個(gè)文件夾,里面是你要識別的圖片:

unknown_pic文件夾下是要識別的圖片,其中韓紅是機(jī)器不認(rèn)識的

unknown_pic文件夾下是要識別的圖片,其中韓紅是機(jī)器不認(rèn)識的

3. 然后你就可以運(yùn)行face_recognition命令了,把剛剛準(zhǔn)備的兩個(gè)文件夾作為參數(shù)傳入,命令就會(huì)返回需要識別的圖片中都出現(xiàn)了誰:

識別成功?。?!

識別成功?。?!用于識別的圖片

# 執(zhí)行python文件
$ python find_faces_in_picture.py

從圖片中識別出7張人臉,并顯示出來,如下圖

從圖片中識別出7張人臉,并顯示出來


示例三(自動(dòng)識別人臉特征):

# filename : find_facial_features_in_picture.py
# -*- coding: utf-8 -*-
# 導(dǎo)入pil模塊 ,可用命令安裝 apt-get install python-Imaging
from PIL import Image, ImageDraw
# 導(dǎo)入face_recogntion模塊,可用命令安裝 pip install face_recognition
import face_recognition

# 將jpg文件加載到numpy 數(shù)組中
image = face_recognition.load_image_file("biden.jpg")

#查找圖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)))

for face_landmarks in face_landmarks_list:

   #打印此圖像中每個(gè)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'
    ]

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

   #讓我們在圖像中描繪出每個(gè)人臉特征!
    pil_image = Image.fromarray(image)
    d = ImageDraw.Draw(pil_image)

    for facial_feature in facial_features:
        d.line(face_landmarks[facial_feature], width=5)

    pil_image.show()

自動(dòng)識別出人臉特征(輪廓)

自動(dòng)識別出人臉特征


示例四(識別人臉鑒定是哪個(gè)人):

# filename : recognize_faces_in_pictures.py
# -*- conding: utf-8 -*-
# 導(dǎo)入face_recogntion模塊,可用命令安裝 pip install face_recognition
import face_recognition

#將jpg文件加載到numpy數(shù)組中
babe_image = face_recognition.load_image_file("/opt/face/known_people/babe.jpeg")
Rong_zhu_er_image = face_recognition.load_image_file("/opt/face/known_people/Rong zhu er.jpg")
unknown_image = face_recognition.load_image_file("/opt/face/unknown_pic/babe2.jpg")

#獲取每個(gè)圖像文件中每個(gè)面部的面部編碼
#由于每個(gè)圖像中可能有多個(gè)面,所以返回一個(gè)編碼列表。
#但是由于我知道每個(gè)圖像只有一個(gè)臉,我只關(guān)心每個(gè)圖像中的第一個(gè)編碼,所以我取索引0。
babe_face_encoding = face_recognition.face_encodings(babe_image)[0]
Rong_zhu_er_face_encoding = face_recognition.face_encodings(Rong_zhu_er_image)[0]
unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0]

known_faces = [
    babe_face_encoding,
    Rong_zhu_er_face_encoding
]

#結(jié)果是True/false的數(shù)組,未知面孔known_faces陣列中的任何人相匹配的結(jié)果
results = face_recognition.compare_faces(known_faces, unknown_face_encoding)

print("這個(gè)未知面孔是 Babe 嗎? {}".format(results[0]))
print("這個(gè)未知面孔是 容祖兒 嗎? {}".format(results[1]))
print("這個(gè)未知面孔是 我們從未見過的新面孔嗎? {}".format(not True in results))

顯示結(jié)果下如圖

顯示結(jié)果如圖


示例五(識別人臉特征并美顏):

# filename : digital_makeup.py
# -*- coding: utf-8 -*-
# 導(dǎo)入pil模塊 ,可用命令安裝 apt-get install python-Imaging
from PIL import Image, ImageDraw
# 導(dǎo)入face_recogntion模塊,可用命令安裝 pip install face_recognition
import face_recognition

#將jpg文件加載到numpy數(shù)組中
image = face_recognition.load_image_file("biden.jpg")

#查找圖像中所有面部的所有面部特征
face_landmarks_list = face_recognition.face_landmarks(image)

for face_landmarks in face_landmarks_list:
    pil_image = Image.fromarray(image)
    d = ImageDraw.Draw(pil_image, 'RGBA')

    #讓眉毛變成了一場噩夢
    d.polygon(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 128))
    d.polygon(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 128))
    d.line(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 150), width=5)
    d.line(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 150), width=5)

    #光澤的嘴唇
    d.polygon(face_landmarks['top_lip'], fill=(150, 0, 0, 128))
    d.polygon(face_landmarks['bottom_lip'], fill=(150, 0, 0, 128))
    d.line(face_landmarks['top_lip'], fill=(150, 0, 0, 64), width=8)
    d.line(face_landmarks['bottom_lip'], fill=(150, 0, 0, 64), width=8)

    #閃耀眼睛
    d.polygon(face_landmarks['left_eye'], fill=(255, 255, 255, 30))
    d.polygon(face_landmarks['right_eye'], fill=(255, 255, 255, 30))

    #涂一些眼線
    d.line(face_landmarks['left_eye'] + [face_landmarks['left_eye'][0]], fill=(0, 0, 0, 110), width=6)
    d.line(face_landmarks['right_eye'] + [face_landmarks['right_eye'][0]], fill=(0, 0, 0, 110), width=6)

    pil_image.show()
責(zé)任編輯:張燕妮 來源: kangvcar的博客
相關(guān)推薦

2017-10-27 10:29:35

人臉識別UbuntuPython

2018-12-29 09:38:16

Python人臉檢測

2021-08-09 13:31:25

PythonExcel代碼

2022-10-19 14:30:59

2021-12-11 20:20:19

Python算法線性

2011-03-28 16:14:38

jQuery

2021-02-04 09:00:57

SQLDjango原生

2021-02-06 14:55:05

大數(shù)據(jù)pandas數(shù)據(jù)分析

2022-08-04 10:39:23

Jenkins集成CD

2020-09-11 10:15:50

代碼數(shù)獨(dú)機(jī)器學(xué)習(xí)

2009-04-22 09:17:19

LINQSQL基礎(chǔ)

2021-03-23 09:05:52

PythonExcelVlookup

2021-09-02 08:56:48

JavaBMIHashSet

2020-11-13 08:17:48

App(滑動(dòng)切換)

2021-02-10 09:34:40

Python文件的壓縮PyCharm

2021-05-10 06:48:11

Python騰訊招聘

2021-01-21 09:10:29

ECharts柱狀圖大數(shù)據(jù)

2021-01-08 10:32:24

Charts折線圖數(shù)據(jù)可視化

2021-02-02 13:31:35

Pycharm系統(tǒng)技巧Python

2020-03-08 22:06:16

Python數(shù)據(jù)IP
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號