python实时人脸检测_Python Face Recognition 实现人脸识别

一、Face Recognition软件包

我们的人脸识别基于face_recognition库。face_recognition基于dlib实现，用深度学习训练数据，模型准确率高达99.38%。

人脸数字化

人脸识别的第一步是检测照片中的人脸区域，然后将人脸的图像数据转换成一个长度为128的向量，这128个数据代表了人脸的128个特征指标，如下所示

1.安装Face Recognition软件包

使用python虚拟环境进行安装。现有一个mysuperset的python3.6虚拟环境，进入虚拟环境，并进行安装（Face Recognition需要Python3.3(或者以上)+或者Python2.7）

pip3.6 install face_recognition (安装文件在100MB)

依赖包：numpy、Click、Pillow、dlib

2.face_recognition命令行接口

1）Face Recognition软件包提供命令行接口，系统中已经有了一个名为face_recognition的命令，你可以使用它对图片进行识别，或者对一个文件夹中的所有图片进行识别。

2）首先你需要提供一个文件夹，里面是所有你希望系统认识的人的图片。其中每个人一张图片，图片以人的名字命名。然后你需要准备另一个文件夹，里面是你要识别的图片。

我创建了picture目录，下面有两个子目录，一个source用来保存系统认识的人的图片，另一个target用来保存需要识别的图片。

3）可以运行face_recognition命令了，把刚刚准备的两个文件夹作为参数传入，命令就会返回需要识别的图片中都出现了谁。

face_recognition ./source/ ./target/

运行后，报错，没在hope中发现face。。。。可能是我之前使用vim打开过hope导致。但是结果匹配到了nut。。。。

重新传入hope,输出结果，把hope与nut都匹配到了。。。。果然是父子，傻傻分不清楚。。。

github上面的说明

4）继续传入别人的照片

将小李子照片传入source，看看识别效果。匹配正确了。

3.使用face_recognition模块

识别人脸鉴定是哪个人

import face_recognition

image_me=face_recognition.load_image_file("/home/dba/picture/hope.jpg")

my_face_encoding=face_recognition.face_encodings(image_me)[0]

image_unkonw=face_recognition.load_image_file("/home/dba/picture/unknow.jpg")

unknow_face_encoding=face_recognition.face_encodings(image_unkonw)[0]

results=face_recognition.compare_faces([my_face_encoding],unknow_face_encoding)

if results[0]==True:

print("It's me!")

else:

print("It's not me!")

其中my_face_encoding、unknow_face_encoding就是将人脸的图像数据转换成一个长度为128的向量，也是就是128个特征指标

二、Face Recognition识别多个人脸

参考资料：

https://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chinese.md

http://developer.51cto.com/art/201801/565664.htm