利用python实现简单的人脸识别


#前言

一,什么是face_recognition?

二, 编写步骤

 1.引用库
 2.读入数据
 3.获取相机
 4.对人脸进行标记
 5.运行程序

** 前言**
进行人脸识别的方法有很多,最简单的一种就是使用opencv与face—recognition
此文程序在PyCharm中编译运行。
(此处的face_recognition需要在dilib库安装好了之后才能进行安装,dilib库有些难安装,具体方法请读者百度)
** 二,引入opencv-python,face—recognition库:**

 importcv2
 import face_recognition

** 2.读入数据并对其进行标记**
为了识别人脸,我们需要从计算机里面读入你要识别的人脸,还需要读入几张不要识别出来的人脸,形成对照。这里我们需要用到face_recognition里面的函数。(注意这里的路径需要改为自己笔记本里面的照片存放的位置,命名可根据自己的喜好。)

lenna=cv2.imread('D://pycharm//lenna.jpg')
wy=cv2.imread('D://pycharm//wy.jpg)
lenna_face_encoding=face_recognition_face_encodings(lenna)[0]
wy_face_encoding=face_recognition_face_encodings(wy)[0]
known_face_encoodings=[lenna_
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 1
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