强大的Python人脸识别库face_recognition详解

官方网址：https://github.com/ageitgey/face_recognition

在图片中查找面孔：

import face_recognitionimage = face_recognition.load_image_file("your_file.jpg")face_locations = face_recognition.face_locations(image)

查找和操作图片中的面部特征

import face_recognitionimage = face_recognition.load_image_file("your_file.jpg")face_landmarks_list = face_recognition.face_landmarks(image)

应用数字化妆

import face_recognitionknown_image = face_recognition.load_image_file("biden.jpg")unknown_image = face_recognition.load_image_file("unknown.jpg") 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)

将此库与其他 Python 库一起使用来进行实时人脸识别：

要求

• Python 3.3+ 或 Python 2.7
• macOS 或 Linux（Windows 不受官方支持，但可能有效）

pip3最后，使用（或pip2用于 Python 2）从 pypi 安装此模块：

pip3 install face_recognition

人脸检测

• 在照片中查找面孔
• 在照片中查找人脸（使用深度学习）
• 使用 GPU 在批量图像中查找人脸（使用深度学习）
• 使用网络摄像头模糊实时视频中的所有面孔（需要安装 OpenCV）

面部特征

• 识别照片中的特定面部特征
• 应用（非常丑陋的）数字化妆

面部识别

• 根据已知人物的照片查找和识别照片中的未知面孔
• 识别并在照片中的每个人周围画出方框
• 通过数字人脸距离比较人脸，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 - 更快版本（需要安装 OpenCV）
• 识别视频文件中的人脸并写出新的视频文件（需要安装 OpenCV）
• 使用摄像头识别 Raspberry Pi 上的人脸
• 运行 Web 服务以通过 HTTP 识别人脸（需要安装 Flask）
• 使用 K 近邻分类器识别人脸
• 每人训练多张图像，然后使用 SVM 识别人脸

我字节写了个 demo ：

#1、导入库#2、显示图片#3、绘制Landmarks关键点#4、主函数#注意本想母官方只支持mac和linux系统，windows不支持，还没解决import face_recognitionimport cv2import matplotlib.pyplot as plt #显示关键点def show_landmarks(image,landmarks):    for landmarks_dict in landmarks:        for landmarks_key in landmarks_dict.keys():            for point in landmarks_dict[landmarks_key]:                cv2.circle(image,point,3,(0,0,255),-1)    #返回绘制后的图片    return imagedef show_img(image,title): #传过来图片和标题    plt.title(title)    plt.imshow(image)    plt.axis("off") #关闭x轴和y轴def main():    #5、读取图片    image = cv2.imread("../images/liuyifei.jpg")     #6、图片灰度转换    gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)     #7、调用face_recognition库方法：face_landmarks()获取人脸关键点    face_marks = face_recognition.face_landmarks(gray,None,"large")#None不知道几个人脸，让系统自己去找；large是68个点，small是5个点    print(face_marks)    #8、绘制关键点    img_result = show_landmarks(image.copy(),face_marks) #复制一份原始图片     #9、创建画布    plt.figure(figsize=(9,6))    plt.suptitle("Face Landmarks with face_recognition",fontsize=14,fontweight="bold")     #10、显示整体效果    show_img(img_result, "landmarks") if __name__ == "__main__":    main()

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删