近日，一個(gè)名為 face_recognition 的人臉識(shí)別項(xiàng)目登上了 GitHub Trending 趨勢(shì)榜，賺足了眼球。自開源至截稿，此項(xiàng)目在 Github 上的 Star 數(shù)已達(dá) 26500，F(xiàn)ork 數(shù)也達(dá)到了 7117。本文主要介紹了該項(xiàng)目的使用說明和使用方法，便于國(guó)內(nèi)的開發(fā)者們進(jìn)行研究學(xué)習(xí)。

face_recognition 宣稱是史上最強(qiáng)大，最簡(jiǎn)單的人臉識(shí)別項(xiàng)目。據(jù)悉，該項(xiàng)目由軟件工程開發(fā)師和咨詢師 Adam Geitgey 開發(fā)，其強(qiáng)大之處在于不僅基于業(yè)內(nèi)領(lǐng)先的 C++ 開源庫(kù) dlib 中的深度學(xué)習(xí)模型，采用的人臉數(shù)據(jù)集也是由美國(guó)麻省大學(xué)安姆斯特分校制作的 Labeled Faces in the Wild，它含有從網(wǎng)絡(luò)收集的 13,000 多張面部圖像，準(zhǔn)確率高達(dá) 99.38%。此外，項(xiàng)目還配備了完整的開發(fā)文檔和應(yīng)用案例，特別是兼容樹莓派系統(tǒng)。簡(jiǎn)單之處在于操作者可以直接使用 Python和命令行工具提取、識(shí)別、操作人臉。

目前，該項(xiàng)目的說明已有中文翻譯版，本文已獲得譯者授權(quán)（GitHub ID：TommyZihao），引用譯文對(duì)本項(xiàng)目進(jìn)行簡(jiǎn)單介紹。

照例先奉上 GitHub 項(xiàng)目鏈接：

https://github.com/ageitgey/face_recognitio

特性

1. 找到并定位圖片中的所有人臉：

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

2.識(shí)別人臉關(guān)鍵點(diǎn)（包括眼睛、鼻子、嘴和下巴）

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

本人臉識(shí)別項(xiàng)目除了在某些關(guān)鍵領(lǐng)域有重要作用外，還有一個(gè)可能會(huì)引起 “玩心” 的 digital make-up 自動(dòng)化妝功能（類似美圖秀秀）。

3.識(shí)別圖片中的人是誰

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] 
results = face_recognition.compare_faces([biden_encoding], unknown_encoding) 

4.配合其它的Python庫(kù)（比如opencv），該項(xiàng)目還可實(shí)現(xiàn)實(shí)時(shí)人臉檢測(cè)：詳細(xì)案例見：

https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam_faster.py

安裝

環(huán)境配置：

• Python 3.3+ or Python 2.7macOS or LinuxWindows（官方并不支持，但一些大神們摸索出了在Windows上運(yùn)行的方法）

不同操作系統(tǒng)的安裝方法：

1. 在 Mac 或者 Linux上安裝本項(xiàng)目：

方法一：

首先安裝dlib和相關(guān)Python依賴：

https://gist.github.com/ageitgey/629d75c1baac34dfa5ca2a1928a7aeaf

然后通過 pip3 或者是 Python 2 的 pip2 用以下代碼安裝。

pip3 install face_recognition 

若未能安裝成功，可以用Ubuntu虛擬機(jī)安裝，參見這一教程：

https://medium.com/@ageitgey/try-deep-learning-in-python-now-with-a-fully-pre-configured-vm-1d97d4c3e9b

（需要電腦中安裝VMWare Player 或者 VirtualBox）

方法二：

修改你的 pip 鏡像源為清華鏡像，然后使用 pip install face_recognition,可以自動(dòng)幫你安裝各種依賴，包括dlib。只是在安裝dlib的時(shí)候可能會(huì)出問題，因?yàn)閐lib需要編譯，出現(xiàn)的問題一般是gcc或者g++版本的問題，所以在pip install face_recognition之前，可以通過在命令行鍵入。

export CC=/usr/local/bin/gcc 
export CXX=/usr/local/bin/g++ 

來指定你gcc和g++對(duì)應(yīng)的位置，（這兩句話會(huì)臨時(shí)修改當(dāng)前終端的環(huán)境變量/usr/local/bin/gcc對(duì)應(yīng)你自己gcc或者g++所在目錄）。

2. 在樹莓派上安裝：

樹莓派安裝指南：

https://gist.github.com/ageitgey/1ac8dbe8572f3f533df6269dab35df65

3. 在Windows上安裝：雖然本項(xiàng)目官方并不支持Windows，但一些大神們摸索出了在Windows上運(yùn)行本項(xiàng)目的方法：@masoudr寫的如何在Win10系統(tǒng)上安裝 dlib庫(kù)和 face_recognition項(xiàng)目的教程：

https://github.com/ageitgey/face_recognition/issues/175#issue-257710508

使用Ubuntu虛擬機(jī)鏡像文件安裝配置虛擬機(jī)，本項(xiàng)目已經(jīng)包含在這個(gè)鏡像中。

https://medium.com/@ageitgey/try-deep-learning-in-python-now-with-a-fully-pre-configured-vm-1d97d4c3e9b

使用方法

1.使用命令行工具

本項(xiàng)目安裝完畢后，有兩種命令行工具可供使用：

• face_recognition - 在單張圖片或一個(gè)圖片文件夾中識(shí)別人臉身份。face_detection - 在單張圖片或一個(gè)圖片文件夾中定位人臉位置。

face_recognition 命令行工具：

face_recognition命令行工具可以在單張圖片或一個(gè)圖片文件夾中識(shí)別人臉身份。首先，需要一個(gè)你已經(jīng)知道名字的人臉圖片文件夾，一個(gè)人一張圖，圖片的文件名即為對(duì)應(yīng)的人的名字，然后，需要第二個(gè)圖片文件夾，文件夾里面是你希望識(shí)別的圖片：

然后，在命令行中切換到這兩個(gè)文件夾所在路徑，使用 face_recognition 命令行，傳入這兩個(gè)圖片文件夾，然后就會(huì)輸出未知圖片中人的名字：

$ face_recognition ./pictures_of_people_i_know/ ./unknown_pictures/ 
/unknown_pictures/unknown.jpg,Barack Obama 
/face_recognition_test/unknown_pictures/unknown.jpg,unknown_person 

輸出結(jié)果的每一行對(duì)應(yīng)著圖片中的一張臉，圖片名字和對(duì)應(yīng)人臉識(shí)別結(jié)果用逗號(hào)分開。

如果結(jié)果輸出了unknown_person，那么代表這張臉沒有對(duì)應(yīng)上已知人臉圖片文件夾中的任何一個(gè)人。

face_detection 命令行工具

face_detection命令行工具可以在單張圖片或一個(gè)圖片文件夾中定位人臉位置（輸出像素點(diǎn)坐標(biāo)）。在命令行中使用face_detection，傳入一個(gè)圖片文件夾或單張圖片文件來進(jìn)行人臉位置檢測(cè)：

$ face_detection ./folder_with_pictures/ 
examples/image1.jpg,65,215,169,112 
examples/image2.jpg,62,394,211,244 
examples/image2.jpg,95,941,244,792 

輸出結(jié)果的每一行都對(duì)應(yīng)圖片中的一張臉，輸出坐標(biāo)代表著這張臉的上、右、下、左像素點(diǎn)坐標(biāo)。

調(diào)整人臉識(shí)別的容錯(cuò)率和敏感度

如果一張臉識(shí)別出不止一個(gè)結(jié)果，那么這意味著他和其他人長(zhǎng)的太像了（此外，本項(xiàng)目對(duì)于小孩和亞洲人的人臉識(shí)別準(zhǔn)確率有待提升）。你可以把容錯(cuò)率調(diào)低一些，使識(shí)別結(jié)果更加嚴(yán)格。這個(gè)功能可通過傳入?yún)?shù) --tolerance 來實(shí)現(xiàn)，默認(rèn)的容錯(cuò)率是0.6，容錯(cuò)率越低，識(shí)別越嚴(yán)格準(zhǔn)確。

$ face_recognition --tolerance 0.54 ./pictures_of_people_i_know/ ./unknown_pictures/ 
/unknown_pictures/unknown.jpg,Barack Obama 
/face_recognition_test/unknown_pictures/unknown.jpg,unknown_person 

人臉匹配的具體數(shù)值可以通過傳入?yún)?shù) --show-distance true 來查看：

$ face_recognition --show-distance true ./pictures_of_people_i_know/ ./unknown_pictures/ 
/unknown_pictures/unknown.jpg,Barack Obama,0.378542298956785 
/face_recognition_test/unknown_pictures/unknown.jpg,unknown_person,None 

對(duì)識(shí)別速度不滿意怎么辦？

如果你的CPU是多核的，你可以通過并行運(yùn)算加速人臉識(shí)別。例如，如果你的CPU有四個(gè)核心，那么你可以通過并行運(yùn)算提升大概四倍的運(yùn)算速度。

如果你使用Python3.4或更新的版本，可以傳入 --cpus <number_of_cpu_cores_to_use> 參數(shù)：

$ face_recognition --cpus 4 ./pictures_of_people_i_know/ ./unknown_pictures/ 

（你可以傳入 --cpus -1參數(shù)來調(diào)用cpu的所有核心。）此外，子豪兄Tommy 表示樹莓派3B有4個(gè)CPU核心，傳入多核參數(shù)可以顯著提升圖片識(shí)別的速度。

更多案例

如果你并不在乎圖片的文件名，只想知道文件夾中的圖片里有誰，可以用這個(gè)管道命令：

$ face_recognition ./pictures_of_people_i_know/ ./unknown_pictures/ | cut -d ',' -f2 
Barack Obama 
unknown_person 

2.使用Python

在 Python 中導(dǎo)入 face_recognition模塊，調(diào)用豐富的API接口，用幾行代碼就可以輕松玩轉(zhuǎn)各種人臉識(shí)別功能！API 接口文檔：

https://face-recognition.readthedocs.io

如何定位人臉位置或者識(shí)別人臉身份？

在 Python 中可以分別通過以下代碼來實(shí)現(xiàn)在圖片中定位人臉的位置：

import face_recognition 
image = face_recognition.load_image_file("my_picture.jpg") 
face_locations = face_recognition.face_locations(image) 
# face_locations is now an array listing the co-ordinates of each face 

參考案例：

https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture.py

在圖片中識(shí)別人臉身份：

import face_recognition 
picture_of_me = face_recognition.load_image_file("me.jpg") 
my_face_encoding = face_recognition.face_encodings(picture_of_me)[0] 
# my_face_encoding now contains a universal 'encoding' of my facial features that can be compared to any other picture of a face! 
unknown_picture = face_recognition.load_image_file("unknown.jpg") 
unknown_face_encoding = face_recognition.face_encodings(unknown_picture)[0] 
# Now we can see the two face encodings are of the same person with `compare_faces`! 
results = face_recognition.compare_faces([my_face_encoding], unknown_face_encoding) 
if results[0] == True: 
 print("It's a picture of me!") 
else: 
 print("It's not a picture of 

參考案例：

https://github.com/ageitgey/face_recognition/blob/master/examples/recognize_faces_in_pictures.py

對(duì)人臉識(shí)別有精準(zhǔn)要求怎么辦？

可以使用深度學(xué)習(xí)模型以達(dá)到更加精準(zhǔn)的人臉定位，但要注意：這種方法需要GPU加速（通過英偉達(dá)顯卡的CUDA庫(kù)驅(qū)動(dòng)），在編譯安裝dlib的時(shí)候也需要開啟CUDA支持。

import face_recognition 
image = face_recognition.load_image_file("my_picture.jpg") 
face_locations = face_recognition.face_locations(image, model="cnn") 
# face_locations is now an array listing the co-ordinates of each face 

參考案例：

https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture_cnn.py

如果有大量圖片需要識(shí)別，同時(shí)又有GPU，那么你可以參考這個(gè)例子：

https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_batches.py

如何識(shí)別單張圖片中人臉的關(guān)鍵點(diǎn)？

import face_recognition 
image = face_recognition.load_image_file("my_picture.jpg") 
face_landmarks_list = face_recognition.face_landmarks(image) 
# face_landmarks_list is now an array with the locations of each facial feature in each face. 
# face_landmarks_list[0]['left_eye'] would be the location and outline of the first person's left eye 

參考案例：

https://github.com/ageitgey/face_recognition/blob/master/examples/find_facial_features_in_picture.py

識(shí)別奧巴馬和拜登的人臉關(guān)鍵點(diǎn)

更多案例：

https://github.com/ageitgey/face_recognition/tree/master/examples

人臉定位

案例：定位拜登的臉

https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture_cnn.py

案例：使用卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型定位拜登的臉

https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture_cnn.py

案例：使用卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型批量識(shí)別圖片中的人臉

https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_batches.py

案例：把來自網(wǎng)絡(luò)攝像頭視頻里的人臉高斯模糊（需要安裝OpenCV）

https://github.com/ageitgey/face_recognition/blob/master/examples/blur_faces_on_webcam.py

人臉關(guān)鍵點(diǎn)識(shí)別

案例：提取奧巴馬和拜登的面部關(guān)鍵點(diǎn)

https://github.com/ageitgey/face_recognition/blob/master/examples/find_facial_features_in_picture.py

案例：給美國(guó)副總統(tǒng)拜登涂美妝

https://github.com/ageitgey/face_recognition/blob/master/examples/digital_makeup.py

人臉識(shí)別

案例：是奧巴馬還是拜登？

https://github.com/ageitgey/face_recognition/blob/master/examples/recognize_faces_in_pictures.py

案例：人臉識(shí)別之后在原圖上畫框框并標(biāo)注姓名

https://github.com/ageitgey/face_recognition/blob/master/examples/identify_and_draw_boxes_on_faces.py

案例：在不同精度上比較兩個(gè)人臉是否屬于一個(gè)人

https://github.com/ageitgey/face_recognition/blob/master/examples/face_distance.py

案例：從攝像頭獲取視頻進(jìn)行人臉識(shí)別-較慢版（需要安裝OpenCV）

https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam.py

• 案例：從攝像頭獲取視頻進(jìn)行人臉識(shí)別-較快版（需要安裝OpenCV）

https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam_faster.py

• 案例：從視頻文件中識(shí)別人臉并把識(shí)別結(jié)果輸出為新的視頻文件（需要安裝OpenCV）

https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_video_file.py

• 案例：通過樹莓派攝像頭進(jìn)行人臉個(gè)數(shù)統(tǒng)計(jì)及人臉身份識(shí)別

https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_on_raspberry_pi.py

• 案例：通過瀏覽器HTTP訪問網(wǎng)絡(luò)服務(wù)器進(jìn)行人臉識(shí)別（需要安裝Flask后端開發(fā)框架）

https://github.com/ageitgey/face_recognition/blob/master/examples/web_service_example.py

• 案例：基于K最近鄰KNN分類算法進(jìn)行人臉識(shí)別

https://github.com/ageitgey/face_recognition/blob/master/examples/face_recognition_knn.py

關(guān)于 face_recognition的文章和教程

• 本項(xiàng)目作者寫的一篇文章 Modern Face Recognition with Deep Learning:

https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78

• 主要內(nèi)容：基本算法和原理

• Face recognition with OpenCV, Python, and deep learning by Adrian Rosebrock:

https://www.pyimagesearch.com/2018/06/18/face-recognition-with-opencv-python-and-deep-learning/

• 主要內(nèi)容：如何實(shí)際使用本項(xiàng)目

• Raspberry Pi Face Recognition by Adrian Rosebrock

https://www.pyimagesearch.com/2018/06/25/raspberry-pi-face-recognition/

• 主要內(nèi)容：如何在樹莓派上使用本項(xiàng)目

• Face clustering with Python by Adrian Rosebrock

https://www.pyimagesearch.com/2018/07/09/face-clustering-with-python/

• 主要內(nèi)容：使用非監(jiān)督學(xué)習(xí)算法實(shí)現(xiàn)把圖片中的人臉高斯模糊

人臉識(shí)別的原理

如果你想更深入了解人臉識(shí)別這個(gè)黑箱的原理請(qǐng)讀這篇文章：

https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78

警告說明

本項(xiàng)目的人臉識(shí)別模型是基于成年人的，在孩子身上效果可能一般。如果圖片中有孩子的話，建議把臨界值設(shè)為0.6.不同人種的識(shí)別結(jié)果可能不同， 看wiki百科頁(yè)面查看更多細(xì)節(jié)。

把本項(xiàng)目部署在云服務(wù)器上 (Heroku, AWS等)

本項(xiàng)目是基于C++庫(kù)dlib的，所以把本項(xiàng)目部署在Heroku或者AWS的云端服務(wù)器上是很明智的。

為了簡(jiǎn)化這個(gè)過程，有一個(gè)Dockerfile案例，教你怎么把face_recognition開發(fā)的app封裝成Docker 容器文件，你可以把它部署在所以支持Docker鏡像文件的云服務(wù)上。

出了幺蛾子？

如果出了問題，請(qǐng)?jiān)贕ithub提交Issue之前查看 常見錯(cuò)誤 。