一、庫介紹
opencv，face_recognition，numpy，以及dlib
注意：
安裝opencv速度可能過慢，需要更換國內(nèi)鏡像源，參考：https://www.jb51.net/article/208359.htm
附帶Python3.7，64位版本 dlib whl下載路徑：dlib-19_jb51.rar
二、庫安裝
pip install opencv-python
pip install face_recognition
pip install numpy
dlib庫需進(jìn)入whl文件路徑下安裝
pip install dlib-19.17.99-cp37-cp37m-win_amd64.whl
三、face_recognition庫簡單介紹
face_recognition的load_image_file方法會(huì)加載圖片，并返回一個(gè)ndarray類型的數(shù)據(jù)
face_path = "C://Users//25103//Desktop//Python人臉識(shí)別//face//徐先生.jpg"
image = face_recognition.load_image_file(face_path)
face_recognition的face_encoding方法,可從返回的ndarray類型數(shù)據(jù)中提取人臉特征，可同時(shí)提取多個(gè)特征，返回值為列表類型
face_encoding = face_recognition.face_encodings(image)[0]
face_recognition的face_location方法可以獲取圖片中所有人臉的位置，其返回值為一個(gè)列表
face_locations = face_recognition.face_locations(rgb_frame)
四、代碼實(shí)現(xiàn)以及注釋講解
# coding = utf-8
import dlib
import cv2
import face_recognition
import os
# 創(chuàng)建視頻對(duì)象
video_capture = cv2.VideoCapture(0)
# 加載需要識(shí)別的人臉圖片（這張圖片需要僅有一張臉）
# face_recognition的load_image_file方法會(huì)加載圖片，并返回一個(gè)ndarray類型的數(shù)據(jù)
# ndarray類型就是NumPy的數(shù)組類型，其中的元素類型可以一致也可以不一致
face_path = "C://Users//25103//Desktop//Python人臉識(shí)別//face//徐先生.jpg"
image = face_recognition.load_image_file(face_path)
# face_recognition的face_encoding方法,可從返回的ndarray類型數(shù)據(jù)中提取人臉特征，可同時(shí)提取多個(gè)特征，返回值為列表類型
# 因?yàn)檎掌兄挥幸粋€(gè)人臉，所以我們?nèi)×斜淼牡谝粋€(gè)值
face_encoding = face_recognition.face_encodings(image)[0]
while True:
# 從視頻對(duì)象中讀取一幀照片
ret,frame = video_capture.read()
# 將照片縮小，加快處理速度,這里將其縮小為原圖的1/4
# frame = cv2.rectangle(frame,(0,0),fx=0.25,fy=0.25)
# 因?yàn)閏v2用的是BGR色彩，我們組要將其轉(zhuǎn)化為RGB進(jìn)行處理
rgb_frame = frame[:,:,::-1] # 列表轉(zhuǎn)置操作
# face_recognition的face_location方法可以獲取圖片中所有人臉的位置，其返回值為一個(gè)列表
face_locations = face_recognition.face_locations(rgb_frame)
print("共從視頻中找到了{(lán)}張人臉".format(len(face_locations)))
# 獲取視頻中所有人臉的特征
face_encodings = face_recognition.face_encodings(rgb_frame,face_locations)
for face in face_encodings:
# 比較兩個(gè)特征值——encoding1與encoding2，匹配返回True，否則返回False。tolerance越低，顧名思義，容錯(cuò)率越低,返回值為列表類型
match = face_recognition.compare_faces([face_encoding],face,tolerance=0.4)
name = "不認(rèn)識(shí)的人"
if match[0]:
# face為圖片名稱
name = os.path.basename(face_path[0:-4])
print("找到了{(lán)}".format(name))
到此這篇關(guān)于Python三十行代碼實(shí)現(xiàn)簡單人臉識(shí)別的示例代碼的文章就介紹到這了,更多相關(guān)Python 簡單人臉識(shí)別內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python opencv人臉識(shí)別考勤系統(tǒng)的完整源碼
- 10分鐘學(xué)會(huì)使用python實(shí)現(xiàn)人臉識(shí)別(附源碼)
- 用Python實(shí)現(xiàn)簡單的人臉識(shí)別功能步驟詳解
- python基于opencv實(shí)現(xiàn)人臉識(shí)別
- python實(shí)現(xiàn)圖片，視頻人臉識(shí)別(dlib版)
- python實(shí)現(xiàn)圖片，視頻人臉識(shí)別(opencv版)
- python調(diào)用百度API實(shí)現(xiàn)人臉識(shí)別
- 使用python-cv2實(shí)現(xiàn)Harr+Adaboost人臉識(shí)別的示例
- python3.8動(dòng)態(tài)人臉識(shí)別的實(shí)現(xiàn)示例
- Python3 利用face_recognition實(shí)現(xiàn)人臉識(shí)別的方法
- python實(shí)現(xiàn)的人臉識(shí)別打卡系統(tǒng)
