豆包AI编写python代码在featurize虚拟机上运行

最新推荐文章于 2025-05-24 08:40:23 发布

原创最新推荐文章于 2025-05-24 08:40:23 发布 · 564 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #python #opencv

1.让豆包AI编写一个人脸识别的python代码

就是简单的直接说，如下截图，他就给出来了。

以下是一个使用 Python 结合 OpenCV 和 `face_recognition` 库实现人脸识别的简单程序示例。`face_recognition` 库是一个强大且易于使用的人脸识别库，它基于 dlib 库，能帮助我们快速完成人脸识别任务。

### 安装依赖库
在运行代码之前，需要安装 `opencv-python` 和 `face_recognition` 库，可以使用以下命令进行安装：
```bash
pip install opencv-python
pip install face_recognition
```

### 示例代码
```python
import face_recognition
import cv2

# 加载已知人脸图像并编码
known_image = face_recognition.load_image_file("known_person.jpg")
known_encoding = face_recognition.face_encodings(known_image)[0]

# 创建已知人脸编码和对应的名称列表
known_encodings = [known_encoding]
known_names = ["Known Person"]

# 打开摄像头
video_capture = cv2.VideoCapture(0)

while True:
    # 读取摄像头的一帧图像
    ret, frame = video_capture.read()

    # 将图像从 BGR 颜色空间转换为 RGB 颜色空间（face_recognition 库使用 RGB 格式）
    rgb_frame = frame[:, :, ::-1]

    # 检测当前帧中的所有人脸位置和编码
    face_locations = face_recognition.face_locations(rgb_frame)
    face_encodings = face_recognition.face_encodings(rgb_frame, face_locations)

    face_names = []
    for face_encoding in face_encodings:
        # 比较当前人脸编码与已知人脸编码
        matches = face_recognition.compare_faces(known_encodings, face_encoding)
        name = "Unknown"

        # 如果有匹配的人脸
        if True in matches:
            first_match_index = matches.index(True)
            name = known_names[first_match_index]

        face_names.append(name)

    # 在图像上绘制人脸框和名称
    for (top, right, bottom, left), name in zip(face_locations, face_names):
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
        cv2.putText(frame, name, (left + 6, bottom - 6), cv2.FONT_HERSHEY_DUPLEX, 0.5, (255, 255, 255), 1)

    # 显示处理后的图像
    cv2.imshow('Video', frame)

    # 按 'q' 键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头并关闭所有窗口
video_capture.release()
cv2.destroyAllWindows()
```

### 代码说明
1. **加载已知人脸图像并编码**：使用 `face_recognition.load_image_file` 加载已知人脸图像，然后使用 `face_recognition.face_encodings` 函数对图像中的人脸进行编码。
2. **打开摄像头**：使用 `cv2.VideoCapture(0)` 打开默认摄像头。
3. **循环读取摄像头帧**：在循环中，不断读取摄像头的帧图像，并将其转换为 RGB 格式。
4. **检测人脸位置和编码**：使用 `face_recognition.face_locations` 检测当前帧中的所有人脸位置，然后使用 `face_recognition.face_encodings` 对这些人脸进行编码。
5. **比较人脸编码**：将当前人脸编码与已知人脸编码进行比较，使用 `face_recognition.compare_faces` 函数判断是否匹配。
6. **绘制人脸框和名称**：使用 `cv2.rectangle` 和 `cv2.putText` 函数在图像上绘制人脸框和对应的名称。
7. **显示图像并退出循环**：使用 `cv2.imshow` 显示处理后的图像，按 'q' 键退出循环。
8. **释放资源**：释放摄像头并关闭所有窗口。

### 注意事项
- 请将 `known_person.jpg` 替换为你自己的已知人脸图像文件。
- 确保你的摄像头设备正常工作。