ros-noetic+face-recognition完成相应人脸识别（检测人脸并对应姓名）

最新推荐文章于 2025-10-14 15:31:22 发布

原创

最新推荐文章于 2025-10-14 15:31:22 发布 · 2.2k 阅读

56 ·

CC 4.0 BY-SA版权

文章标签：

#ubuntu #linux #python #pip

一、概述

因为课程要求，需要在ros上完成人脸识别，并将识别出来的人脸对应相应的姓名。我们采用python中第三方库face-recognition进行实现。

二、具体实现过程

（一）版本

所使用的系统是ubuntu20.04，ros版本是noetic，在ros上面运行的python解释器是python3.8。程序先经过window系统下进行测试，在window下测试成功后，将其迁移至ubuntu系统下。

face-recognition是别人已经训练好的一个模型，只需要调用其接口就行。

（二）第三方库安装

程序主要使用两个库dlib和face-recognition。在终端中输入如下命令，安装即可。

pip install dlib
pip install face_recognition

需要注意的是，需要首先安装dlib，因为face-recognition需要依赖于dlib，安装顺序出现问题可能会导致之后程序运行出现问题。如果dlib安装不上去，可以考虑使用源码安装，或者进行换源。

可以参考这篇博客，上面也介绍face-recognition的安装和使用。Ros平台下基于face_recognition的人脸检测及识别_ros人脸识别gitee-优快云博客

（三）测试版本

1.概述

首先编写测试版本，在ros中进行测试，主要是测试是否可以使用face-recogniton。这部分我用于提取图片特征信息的图片数量比较少。少量图片可以达到检测出人脸并对应姓名的效果，效果不太理想，极其容易误检。但能达到测试效果。

2.代码及分析

#!/usr/bin/env python

import rospy
import cv2 
import numpy as np
import face_recognition
import os
from sensor_msgs.msg import Image
from cv_bridge import CvBridge, CvBridgeError
from std_msgs.msg import Header

# 创建图像订阅者
class ImageConverter:
    def __init__(self):
        self.bridge = CvBridge()
        # 训练集文件夹目录
        self.train_dir = r"/home/gfc/study_BIT/ros/study/catkin_ws/src/testPublishPhoto/images"

        # 准备空的列表来保存人脸编码和对应的人名
        # 这个需要提前完成
        self.known_face_encodings = []
        self.known_face_names = []

        # 训练数据
        self.trainFunction()

        # 计数，用于输出图像
        self.num = 0

        self.image_raw_sub = rospy.Subscriber('/usb_cam/image_raw', Image, self.subscriberPhotoCallback)

    def convert_and_publish(self, img_path):
        # 使用OpenCV读取图像
        cv_image = cv2.imread(img_path)
        # 转换OpenCV图像到ROS图像消息
        ros_image = self.bridge.cv2_to_imgmsg(cv_image, "bgr8")
        # 创建频率
        rate = rospy.Rate(1)
        # 发布图像消息
        while not rospy.is_shutdown():
            self.image_pub.publish(ros_image)
            rospy.loginfo("Image converted and published.")
            rate.sleep()
            # rospy.sp

    def subscriberPhotoCallback(self, data):
        # 这个函数是用来接受摄像头的数据的
        bridge = CvBridge()
        image = bridge.imgmsg_to_cv2(data, "bgr8")
        face_locations = face_recognition.face_locations(image)
        face_encod