利用Python实现人脸识别,制作天网系统

本文介绍了如何利用Python的face_recognition库来实现人脸识别,并构建一个基础的天网系统。通过给出的代码示例,展示了如何结合简单的百度爬虫进行人脸识别,探讨了系统可能的扩展应用,如与opencv结合创建门禁系统。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

人脸识别与天网系统

很多人学习python,不知道从何学起。
很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手。
很多已经做案例的人,却不知道如何去学习更加高深的知识。
那么针对这三类人,我给大家提供一个好的学习平台,免费领取视频教程,电子书籍,以及课程的源代码!??¤
QQ群:623406465

一、结果

识别对象
在这里插入图片描述
在这里插入图片描述
第一个是名字,第二个是百度上的内容

二、识别库

face_recognition

在这里插入图片描述

三、实现代码

class Face_recognition():
def __init__(self,pic,pics):
    self.pic = pic
    self.pics = pics
    self.name = ""
def face_know(self,file):
    known_image = face_recognition.load_image_file(file)
    unknown_image = face_recognition.load_image_file(self.pic)
    biden_encoding = face_recognition.face_encodings(known_image)[0]
    unknown_encoding = face_recognition.face_encodings(unknown_image)[0]
    results = face_recognition.compare_faces([biden_encoding], unknown_encoding)[0]
    if bool(results):
        self.name = os.path.split(file)[-1].replace(".jpg", "")
        return self.name

def main(self):
    pics = glob.glob(os.path.join(self.pics, "*.jpg"))
    for i in pics:
        if type(self.face_know(i)) == str:
            return self.face_know(i)

pic = "J:\PyCharm项目\package_test_\深度学习\人脸识别\杨洋.jpg"
pics = r"J:\PyCharm项目\package_test_\深度学习\人脸识别\图片库"

name = Face_recognition(pic,pics).main()
print(name)
print(bs(name,2)[0])

此处的bs()是一个简单的百度爬虫,将接受到的名字传递进去获得结果,可以说是一个十分简陋的天网系统

继续完善需要大量的人脸数据库以及相关个人信息数据库
不过可以通过opencv进行实时识别,如果搭配树莓派或许可以在家自制一个门禁系统之类的东西

可部署到云主机(Heroku,AWS……)! 使用dlib最先进的面部识别功能构建而成,具有深度学习功能。该模型在Wild标记的Labeled Faces中具有99.38%的准确度 。 这提供了一个简单的命令行工具,允许从命令行对图像文件夹进行面部识别! 1、找到图片中出现的所有面孔 2、获取每个人的眼睛,鼻子,嘴巴和下巴的位置和轮廓。 3、应用数字化妆 4、识别每张照片中出现的人物。 5、可以将此库与其他Python库一起使用来进行实时人脸识别。 使用要求 Python 3.3+或Python 2.7 macOS或Linux(Windows未正式支持,但可能有效) 人脸检测 在照片中找到面孔 在照片中找到面孔(使用深度学习) 使用GPU(使用深度学习)批量查找图像中的面孔 使用网络摄像头模糊实时视频中的所有人脸(需要安装OpenCV) 面部特征 识别照片中的特定面部特征 应用(可怕的丑陋)数字化妆 面部识别 根据已知人物的照片查找并识别照片中的未知面部 识别并在照片中的每个人周围绘制框 通过数字面部距离比较面部而不仅仅是真/假匹配 使用网络摄像头识别实时视频中的人脸 - 简单/慢速版本(需要安装OpenCV) 使用网络摄像头识别实时视频中的人脸 - 更快的版本(需要安装OpenCV) 识别视频文件中的面部并写出新的视频文件(需要安装OpenCV) 用相机识别Raspberry Pi上的脸部 运行Web服务以通过HTTP识别面部(需要安装Flask) 使用K近邻分类器识别面部
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值