正文
環(huán)境要求：
-
Ubuntu17.10
-
Python 2.7.14
環(huán)境搭建：
1. 安裝 Ubuntu17.10 > 安裝步驟在這里
2. 安裝 Python2.7.14 (Ubuntu17.10 默認(rèn)Python版本為2.7.14)
3. 安裝 git 、cmake 、 python-pip
# 安裝 git
$ sudo apt-get install -y git
# 安裝 cmake
$ sudo apt-get install -y cmake
# 安裝 python-pip
$ sudo apt-get install -y python-pip
4. 安裝編譯dlib
安裝face_recognition這個(gè)之前需要先安裝編譯dlib
# 編譯dlib前先安裝 boost
$ sudo apt-get install libboost-all-dev
# 開(kāi)始編譯dlib
# 克隆dlib源代碼
$ git clone https://github.com/davisking/dlib.git
$ cd dlib
$ mkdir build
$ cd build
$ cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1
$ cmake --build .（注意中間有個(gè)空格）
$ cd ..
$ python setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA
5. 安裝 face_recognition
# 安裝 face_recognition
$ pip install face_recognition
# 安裝face_recognition過(guò)程中會(huì)自動(dòng)安裝 numpy、scipy 等
環(huán)境搭建完成后，在終端輸入 face_recognition 命令查看是否成功
實(shí)現(xiàn)人臉識(shí)別：
示例一(1行代碼實(shí)現(xiàn)人臉識(shí)別)：
1. 首先你需要提供一個(gè)文件夾，里面是所有你希望系統(tǒng)認(rèn)識(shí)的人的圖片。其中每個(gè)人一張圖片，圖片以人的名字命名：
known_people文件夾下有babe、成龍、容祖兒的照片
2. 接下來(lái)，你需要準(zhǔn)備另一個(gè)文件夾，里面是你要識(shí)別的圖片：
unknown_pic文件夾下是要識(shí)別的圖片，其中韓紅是機(jī)器不認(rèn)識(shí)的
3. 然后你就可以運(yùn)行face_recognition命令了，把剛剛準(zhǔn)備的兩個(gè)文件夾作為參數(shù)傳入，命令就會(huì)返回需要識(shí)別的圖片中都出現(xiàn)了誰(shuí)：
識(shí)別成功！！！
示例二(識(shí)別圖片中的所有人臉并顯示出來(lái))：
# filename : find_faces_in_picture.py
# -*- coding: utf-8 -*-
# 導(dǎo)入pil模塊 ，可用命令安裝 apt-get install python-Imaging
from PIL import Image
# 導(dǎo)入face_recogntion模塊，可用命令安裝 pip install face_recognition
import face_recognition
# 將jpg文件加載到numpy 數(shù)組中
image = face_recognition.load_image_file("/opt/face/unknown_pic/all_star.jpg")
# 使用默認(rèn)的給予HOG模型查找圖像中所有人臉
# 這個(gè)方法已經(jīng)相當(dāng)準(zhǔn)確了，但還是不如CNN模型那么準(zhǔn)確，因?yàn)闆](méi)有使用GPU加速
# 另請(qǐng)參見(jiàn): find_faces_in_picture_cnn.py
face_locations = face_recognition.face_locations(image)
# 使用CNN模型
# face_locations = face_recognition.face_locations(image, number_of_times_to_upsample=0, model="cnn")
# 打印：我從圖片中找到了 多少 張人臉
print("I found {} face(s) in this photograph.".format(len(face_locations)))
# 循環(huán)找到的所有人臉
for face_location in face_locations:
# 打印每張臉的位置信息
top, right, bottom, left = face_location
print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))
# 指定人臉的位置信息，然后顯示人臉圖片
face_image = image[top:bottom, left:right]
pil_image = Image.fromarray(face_image)
pil_image.show()
如下圖為用于識(shí)別的圖片
# 執(zhí)行python文件
$ python find_faces_in_picture.py
從圖片中識(shí)別出7張人臉，并顯示出來(lái)，如下圖
示例三(自動(dòng)識(shí)別人臉特征)：
# filename : find_facial_features_in_picture.py
# -*- coding: utf-8 -*-
# 導(dǎo)入pil模塊 ，可用命令安裝 apt-get install python-Imaging
from PIL import Image, ImageDraw
# 導(dǎo)入face_recogntion模塊，可用命令安裝 pip install face_recognition
import face_recognition
# 將jpg文件加載到numpy 數(shù)組中
image = face_recognition.load_image_file("biden.jpg")
＃查找圖像中所有面部的所有面部特征
face_landmarks_list = face_recognition.face_landmarks(image)
print("I found {} face(s) in this photograph.".format(len(face_landmarks_list)))
for face_landmarks in face_landmarks_list:
＃打印此圖像中每個(gè)面部特征的位置
facial_features = [
'chin',
'left_eyebrow',
'right_eyebrow',
'nose_bridge',
'nose_tip',
'left_eye',
'right_eye',
'top_lip',
'bottom_lip'
]
for facial_feature in facial_features:
print("The {} in this face has the following points: {}".format(facial_feature, face_landmarks[facial_feature]))
＃讓我們?cè)趫D像中描繪出每個(gè)人臉特征！
pil_image = Image.fromarray(image)
d = ImageDraw.Draw(pil_image)
for facial_feature in facial_features:
d.line(face_landmarks[facial_feature], width=5)
pil_image.show()
自動(dòng)識(shí)別出人臉特征(輪廓)
示例四(識(shí)別人臉鑒定是哪個(gè)人)：
# filename : recognize_faces_in_pictures.py
# -*- conding: utf-8 -*-
# 導(dǎo)入face_recogntion模塊，可用命令安裝 pip install face_recognition
import face_recognition
＃將jpg文件加載到numpy數(shù)組中
babe_image = face_recognition.load_image_file("/opt/face/known_people/babe.jpeg")
Rong_zhu_er_image = face_recognition.load_image_file("/opt/face/known_people/Rong zhu er.jpg")
unknown_image = face_recognition.load_image_file("/opt/face/unknown_pic/babe2.jpg")
＃獲取每個(gè)圖像文件中每個(gè)面部的面部編碼
＃由于每個(gè)圖像中可能有多個(gè)面，所以返回一個(gè)編碼列表。
＃但是由于我知道每個(gè)圖像只有一個(gè)臉，我只關(guān)心每個(gè)圖像中的第一個(gè)編碼，所以我取索引0。
babe_face_encoding = face_recognition.face_encodings(babe_image)[0]
Rong_zhu_er_face_encoding = face_recognition.face_encodings(Rong_zhu_er_image)[0]
unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0]
known_faces = [
babe_face_encoding,
Rong_zhu_er_face_encoding
]
＃結(jié)果是True/false的數(shù)組，未知面孔known_faces陣列中的任何人相匹配的結(jié)果
results = face_recognition.compare_faces(known_faces, unknown_face_encoding)
print("這個(gè)未知面孔是 Babe 嗎? {}".format(results[0]))
print("這個(gè)未知面孔是 容祖兒 嗎? {}".format(results[1]))
print("這個(gè)未知面孔是 我們從未見(jiàn)過(guò)的新面孔嗎? {}".format(not True in results))
顯示結(jié)果下如圖
示例五(識(shí)別人臉特征并美顏)：
# filename : digital_makeup.py
# -*- coding: utf-8 -*-
# 導(dǎo)入pil模塊 ，可用命令安裝 apt-get install python-Imaging
from PIL import Image, ImageDraw
# 導(dǎo)入face_recogntion模塊，可用命令安裝 pip install face_recognition
import face_recognition
＃將jpg文件加載到numpy數(shù)組中
image = face_recognition.load_image_file("biden.jpg")
＃查找圖像中所有面部的所有面部特征
face_landmarks_list = face_recognition.face_landmarks(image)
for face_landmarks in face_landmarks_list:
pil_image = Image.fromarray(image)
d = ImageDraw.Draw(pil_image, 'RGBA')
＃讓眉毛變成了一場(chǎng)噩夢(mèng)
d.polygon(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 128))
d.polygon(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 128))
d.line(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 150), width=5)
d.line(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 150), width=5)
＃光澤的嘴唇
d.polygon(face_landmarks['top_lip'], fill=(150, 0, 0, 128))
d.polygon(face_landmarks['bottom_lip'], fill=(150, 0, 0, 128))
d.line(face_landmarks['top_lip'], fill=(150, 0, 0, 64), width=8)
d.line(face_landmarks['bottom_lip'], fill=(150, 0, 0, 64), width=8)
＃閃耀眼睛
d.polygon(face_landmarks['left_eye'], fill=(255, 255, 255, 30))
d.polygon(face_landmarks['right_eye'], fill=(255, 255, 255, 30))
＃涂一些眼線
d.line(face_landmarks['left_eye'] + [face_landmarks['left_eye'][0]], fill=(0, 0, 0, 110), width=6)
d.line(face_landmarks['right_eye'] + [face_landmarks['right_eye'][0]], fill=(0, 0, 0, 110), width=6)
pil_image.show()
美顏前后對(duì)比如下圖
歡迎在留言區(qū)留下你的觀點(diǎn)，一起討論提高。如果今天的文章讓你有新的啟發(fā)，學(xué)習(xí)能力的提升上有新的認(rèn)識(shí)，歡迎轉(zhuǎn)發(fā)分享給更多人。
猜你還想看
阿里、騰訊、百度、華為、京東最新面試題匯集
手把手教你 Netty 實(shí)現(xiàn)自定義協(xié)議！
一次項(xiàng)目代碼重構(gòu)：使用Spring容器干掉條件判斷
JDK 中定時(shí)器是如何實(shí)現(xiàn)的
