主要是使用OpenCV和Python进行人脸面部的检测。
1.在linux上安装OpenCV等软件
sudo apt-get update
sudo apt-get install vim build-essential python-software-properties
sudo apt-get install python-opencv python-numpy python-scipy
sudo apt-get install libopencv-dev libopencv-contrib-dev
sudo apt-get install python-picamera python-pil python-tk
测试opencv的状态
pi@raspberrypi:~$ python
Python 2.7.9 (default, Sep 17 2016, 20:26:04)
[GCC 4.9.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>> print cv2.__version__
2.4.9.12.下载人脸检测的Haar特征分类器
$ wget http://eclecti.cc/files/2008/03/haarcascade_frontalface_alt.xml人脸的Haar特征分类器就是一个XML文件，该文件会描述人脸的Haar的特征值。Haar特征的用途可不止可以用来描述人脸这一种，用来描述眼睛，嘴唇或是其它物体也是可以的。
当然OpenCV已经自带了人脸的Haar特征分类器。OpenCv安装目录中的\data\haarcascades目录下的haarcascade_frontalface_alt.xml与haarcascade_frontalface_alt2.xml都是用来检测人脸的Haar分类器。这个haarcascades目录下还有人的全身，眼睛，嘴唇的Haar分类器。
3.检查图片中的人脸图像
（1）首先我们新建一个face目录用来存放整个项目的数据和源码
（2）获取原始图像
raspistill -o image.jpg
（3）对image.jpg原始图像进行人脸识别
jiance.py代码
import cv2
def detect(path):
img = cv2.imread(path)
cascade = cv2.CascadeClassifier("/home/pi/haarcascade_frontalface_alt.xml")
rects = cascade.detectMultiScale(img, 1.3, 4, cv2.cv.CV_HAAR_SCALE_IMAGE, (20,20))
if len(rects) == 0:
return [], img
rects[:, 2:] += rects[:, :2]
return rects, img
def box(rects, img):
for x1, y1, x2, y2 in rects:
cv2.rectangle(img, (x1, y1), (x2, y2), (127, 255, 0), 2)
cv2.imwrite('/home/pi/face/handle_data/image.jpg', img);
rects, img = detect("/home/pi/face/data/image.jpg")
box(rects, img)（4）识别出的图片存储在handle_data中
4.对检测出人脸的图片进行裁剪，裁剪出人脸图像
（1）face.py代码
#-*-coding:utf8-*-
import os
import cv2
import time
import shutil
def getAllPath(dirpath, *suffix):
PathArray = []
for r, ds, fs in os.walk(dirpath):
for fn in fs:
if os.path.splitext(fn)[1] in suffix:
fname = os.path.join(r, fn)
PathArray.append(fname)
return PathArray
#从源路径中读取所有图片放入一个list，然后逐一进行检查，把其中的脸扣下来，存储到目标路径中
def readPicSaveFace(sourcePath,targetPath,invalidPath,*suffix):
try:
ImagePaths=getAllPath(sourcePath, *suffix)
#对list中图片逐一进行检查,找出其中的人脸然后写到目标文件夹下
count = 1
# haarcascade_frontalface_alt.xml为库训练好的分类器文件，下载opencv，安装目录中可找到
face_cascade = cv2.CascadeClassifier('/home/pi/haarcascade_frontalface_alt.xml')
for imagePath in ImagePaths:
img = cv2.imread(imagePath)
if type(img) != str:
faces = face_cascade.detectMultiScale(img, 1.1, 5)
if len(faces):
for (x, y, w, h) in faces:
# 设置人脸宽度大于128像素，去除较小的人脸
if w>=128 and h>=128:
# 以时间戳和读取的排序作为文件名称
listStr = [str(int(time.time())), str(count)]
fileName = ''.join(listStr)
# 扩大图片，可根据坐标调整
X = int(x*1)
W = min(int((x + w)*1),img.shape[1])
Y = int(y*1)
H = min(int((y + h)*1),img.shape[0])
f = cv2.resize(img[Y:H, X:W], (W-X,H-Y))
cv2.imwrite(targetPath+os.sep+'%s.jpg' % fileName, f)
count += 1
print imagePath + "have face"
else:
shutil.move(imagePath, invalidPath)
except IOError:
print "Error"
else:
print 'Find '+str(count-1)+' faces to Destination '+targetPath
if __name__ == '__main__':
invalidPath = r'/home/pi/face/haveNoPeople'
sourcePath = r'/home/pi/face/data'
targetPath = r'/home/pi/face/faceOfPeople'
readPicSaveFace(sourcePath,targetPath,invalidPath,'.jpg','.JPG','png','PNG')（2）裁剪出的人脸图像
5.在树莓派上实现人脸识别验证操作
在这里我们利用Face++视觉服务平台，将树莓派作为硬件载体，使用Face++人脸识别云平台搭建一个人脸识别验证的登录系统。
（1）face++的注册与配置
首先登入face++的官方网站
https://www.faceplusplus.com.cn/
点击右上角的注册按钮进入注册界面，按步骤完成注册信息填写并进行邮箱验证。 在概览界面可以看到快速开始栏，点击“填写开发者资料”完善相关资料。之后按步骤进行API Key的创建，这是非常关键的一步。
其中类型一定要填写试用，只有创建试用API Key才能使用 API 免费服务，并且一个用户只能有一个免费API Key。免费服务是有一些限制的：
Face 存储有上限：每个用户使用免费服务只能创建 1000个 FaceSet，总计最多存储 100 万个人脸。
一个用户只能有一个 API Key 使用免费服务，而且该 API Key 不能转为正式 API Key。SDK 不提供免费使用或免费测试。
之后在应用管理-API Key界面就可以看到两个非常关键的参数，API Key和API Secret，在所有的POST调用当中均需要这两个参数。
（2）人脸识别的模块
文档中心https://console.faceplusplus.com.cn/documents/4888373
传入图片进行人脸检测和人脸分析。
可以检测图片内的所有人脸，对于每个检测出的人脸，会给出其唯一标识 face_token，可用于后续的人脸分析、人脸比对等操作。对于正式 API Key，支持指定图片的某一区域进行人脸检测。
如果您需要将检测出的人脸用于后续的分析、比对等操作，建议将对应的 face_token 添加到 FaceSet 中。如果一个 face_token 在 72 小时内没有存放在任一 FaceSet 中，则该 face_token 将会失效。
如果对同一张图片进行多次人脸检测，同一个人脸得到的 face_token 是不同的。
调用URL：https://api-cn.faceplusplus.com/facepp/v3/detect
请求参数
| 是否必选 | 参数名 | 类型 | 参数说明 | ||||||
| 必选 | api_key | String | 调用此API的API Key | ||||||
| 必选 | api_secret | String | 调用此API的API Secret | ||||||
| 必选（三选一） | image_url | String | 图片的 URL。 注：在下载图片时可能由于网络等原因导致下载图片时间过长，建议使用 image_file 或 image_base64 参数直接上传图片。 | ||||||
| image_file | File | 一个图片，二进制文件，需要用post multipart/form-data的方式上传。 | |||||||
| image_base64 | String | base64 编码的二进制图片数据 如果同时传入了 image_url、image_file 和 image_base64 参数，本API使用顺序为 image_file 优先，image_url 最低。 | |||||||
| 可选 | return_landmark | Int | 是否检测并返回人脸关键点。合法值为：
注：本参数默认值为 0 | ||||||
| 可选 | return_attributes | String | 是否检测并返回根据人脸特征判断出的年龄、性别、情绪等属性。合法值为：
注：本参数默认值为 none | ||||||
| 可选（仅正式 API Key 可以使用） | calculate_all | Int | 是否检测并返回所有人脸的人脸关键点和人脸属性。如果不使用此功能，则本 API 只会对人脸面积最大的五个人脸分析人脸关键点和人脸属性。合法值为：
注：本参数默认值为 0 | ||||||
| 可选（仅正式 API Key 可以使用） | face_rectangle | String | 是否指定人脸框位置进行人脸检测。 如果此参数传入值为空，或不传入此参数，则不使用此功能。本 API 会自动检测图片内所有区域的所有人脸。 如果使用正式 API Key 对此参数传入符合格式要求的值，则使用此功能。需要传入一个字符串代表人脸框位置，系统会根据此坐标对框内的图像进行人脸检测，以及人脸关键点和人脸属性等后续操作。系统返回的人脸矩形框位置会与传入的 face_rectangle 完全一致。对于此人脸框之外的区域，系统不会进行人脸检测，也不会返回任何其他的人脸信息。 参数规格：四个正整数，用逗号分隔，依次代表人脸框左上角纵坐标（top），左上角横坐标（left），人脸框宽度（width），人脸框高度（height）。例如：70,80,100,100 |
代码face_token.py用来获取图片的face_token的值
#coding=utf8
import cv2
import requests
import json
url = 'https://api-cn.faceplusplus.com/facepp/v3/detect'
files = {'image_file':open('owner.jpg', 'rb')}
payload = {'api_key': '**填入你的api值***',
'api_secret': '**填写你的api值**',
'return_landmark': 0,
'return_attributes':'gender,age,glass'}
r = requests.post(url,files=files,data=payload)
data=json.loads(r.text)
print r.text
width = data['faces'][0]['face_rectangle']['width']
top = data['faces'][0]['face_rectangle']['top']
height = data['faces'][0]['face_rectangle']['height']
left = data['faces'][0]['face_rectangle']['left']
img = cv2.imread("owner.jpg")
vis = img.copy()
cv2.rectangle(vis, (left, top), (left+width, top+height),(0, 255, 0), 2)
cv2.imshow("Image", vis)
cv2.waitKey (0)获取的face_token值，需保存，后续要用。
（3）人脸集合建立的模块
文档中心：https://console.faceplusplus.com.cn/documents/4888391
创建一个人脸的集合FaceSet，用于存储人脸标识face_token。一个FaceSet能够存储1,000个face_token。
调用URL：https://api-cn.faceplusplus.com/facepp/v3/faceset/create
请求参数
| 是否必选 | 参数名 | 类型 | 参数说明 |
| 必选 | api_key | String | 调用此 API 的 API Key |
| 必选 | api_secret | String | 调用此 API 的 API Secret |
| 可选 | display_name | String | 人脸集合的名字，最长256个字符，不能包括字符^@,&=*'" |
| 可选 | outer_id | String | 账号下全局唯一的 FaceSet 自定义标识，可以用来管理 FaceSet 对象。最长255个字符，不能包括字符^@,&=*'" |
| 可选 | tags | String | FaceSet 自定义标签组成的字符串，用来对 FaceSet 分组。最长255个字符，多个 tag 用逗号分隔，每个 tag 不能包括字符^@,&=*'" |
| 可选 | face_tokens | String | 人脸标识 face_token，可以是一个或者多个，用逗号分隔。最多不超过5个 face_token |
| 可选 | user_data | String | 自定义用户信息，不大于16 KB，不能包括字符^@,&=*'" |
| 可选 | force_merge | Int | 在传入 outer_id 的情况下，如果 outer_id 已经存在，是否将 face_token 加入已经存在的 FaceSet 中 0：不将 face_tokens 加入已存在的 FaceSet 中，直接返回 FACESET_EXIST 错误 1：将 face_tokens 加入已存在的 FaceSet 中 默认值为0 |
face_tokens.py所需的代码
#coding=utf8
import requests
url = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/create'
payload = {'api_key': '***申请的值****',
'api_secret': '***申请的值***',
'display_name':'jiankong_lcz',
'outer_id':'jiankong_lcz',
'face_tokens':'上一步图片的face_token的值'
}
r = requests.post(url,data=payload)
print r.text返回的faceset_token值，也需要保存
（4）人脸搜索对比模块
文档中心：https://console.faceplusplus.com.cn/documents/4888381
在Faceset中找出与目标人脸最相似的一张或多张人脸。支持传入face_token或者直接传入图片进行人脸搜索。使用图片进行比对时会选取图片中检测到人脸尺寸最大的一个人脸。
调用URL：https://api-cn.faceplusplus.com/facepp/v3/search
请求参数
| 是否必选 | 参数名 | 类型 | 参数说明 |
| 必选 | api_key | String | 调用此 API 的 API Key |
| 必选 | api_secret | String | 调用此 API 的 API Secret |
| 必选（四选一） | face_token | String | 进行搜索的目标人脸的 face_token，优先使用该参数 |
| image_url | String | 目标人脸所在的图片的 URL | |
| image_file | File | 目标人脸所在的图片，二进制文件，需要用 post multipart/form-data 的方式上传。 | |
| image_base64 | String | base64 编码的二进制图片数据 如果同时传入了 image_url、image_file 和 image_base64 参数，本 API 使用顺序为 image_file 优先，image_url 最低。 | |
| 必选（二选一） | faceset_token | String | 用来搜索的 FaceSet 的标识 |
| outer_id | String | 用户自定义的 FaceSet 标识 | |
| 可选 | return_result_count | Int | 控制返回比对置信度最高的结果的数量。合法值为一个范围 [1,5] 的整数。默认值为 1 |
| 可选（仅正式 API Key 可以使用） | face_rectangle | String | 当传入图片进行人脸检测时，是否指定人脸框位置进行检测。 如果此参数传入值为空，或不传入此参数，则不使用此功能。本 API 会自动检测图片内所有区域的所有人脸。 如果使用正式 API Key 对此参数传入符合格式要求的值，则使用此功能。需要传入一个字符串代表人脸框位置，系统会根据此坐标对框内的图像进行人脸检测，以及人脸关键点和人脸属性等后续操作。系统返回的人脸矩形框位置会与传入的 face_rectangle 完全一致。对于此人脸框之外的区域，系统不会进行人脸检测，也不会返回任何其他的人脸信息。 参数规格：四个正整数，用逗号分隔，依次代表人脸框左上角纵坐标（top），左上角横坐标（left），人脸框宽度（width），人脸框高度（height）。例如：70,80,100,100 注：只有在传入 image_url、image_file 和 image_base64 三个参数中任意一个时，本参数才生效。 |
distinguish.py所需的代码：
#coding=utf8
import cv2
import cv2.cv as cv
import requests
import json
import picamera
import os
camera=picamera.PiCamera()
camera.capture("current_photo.jpg")
filename='current_photo.jpg'
url = 'https://api-cn.faceplusplus.com/facepp/v3/search'
payload = {'api_key': '***填入你申请的key值****',
'api_secret': '***填入你申请的key值****',
'faceset_token':'**上一步你获取对的faceset值**',
}
files = {'image_file':open('current_photo.jpg', 'rb')}
r = requests.post(url,files=files,data=payload)
data=json.loads(r.text)
print r.text
if os.path.exists(filename):
os.remove(filename)
if data["results"][0]["face_token"] == "***owner图片的face_token值***" and data["results"][0]["confidence"]>=data["thresholds"]["1e-5"]:
print'\n主人'
else:
print '\n闯入者'首先这个会调用树莓派的摄像头获取当前图像，并截图，截图成功之后会将这张人脸图片上传至云端进行对比并返回结果。
验证结果：
1万+
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
