Python-Dlib人脸识别
Python-Dlib人脸识别
前言:基于dlib实现人脸识别功能。Anaconda是基于Windows和Linux -X86系统,Miniforge是基于ARM
一、环境
windows/linux+python(Anaconda/Miniforge)+cmake+dlib
二、安装过程
1、windows
1)基于Anaconda安装Python
2)python导入dlib模块
2、Linux
1)基于Miniforge安装Pytho
2)python导入dlib/numpy模块
三、代码
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 # -*- coding: utf-8 -*- 2 # @Time : 2020/9/10 10:16 3 # @Author : ZhaoYang 4 # @FileName: face_demo.py 5 # @Email : zhaoyang@ifreegroup.com 6 # @Software: PyCharm 7 8 """ 9 从图片中获取人脸并进行人脸识别检测 10 """ 11 12 import glob # 文件操作模块 13 import os # 操作系统功能接口函数 14 import dlib # 人脸识别库 15 import numpy as np # 数据处理库 16 17 18 # 声明descriptors,用于存放已知图片对应的人脸特征向量 19 descriptors = [] 20 21 # 声明names,用于存放于人脸特征向量对应的名字。 22 names = ["HuGe", "SongJia", "StefanieSun", "ZhaoYang"] 23 24 # 正向人脸检测器将图像 25 detector = dlib.get_frontal_face_detector() 26 27 # Dlib 人脸特征点识别模型 28 predictor = dlib.shape_predictor(r"G:\face_test\shape_predictor_68_face_landmarks.dat") 29 30 # Dlib 人脸识别模型 31 face_rec = dlib.face_recognition_model_v1(r"G:\face_test\dlib_face_recognition_resnet_model_v1.dat") 32 33 34 # 遍历image_file_path目录下所有.jpg文件 35 def logging_data(image_file_data_path: str): 36 for image in glob.glob(os.path.join(image_file_data_path, "*.jpg")): 37 img = dlib.load_rgb_image(image) 38 # 1.人脸检测 39 dets = detector(img, 1) 40 41 for k, d in enumerate(dets): 42 # 2.关键点检测 43 shape = predictor(img, d) 44 # 3.计算特征值向量(人脸描述符) 45 descriptor = face_rec.compute_face_descriptor(img, shape) 46 # 转换numpy数组 47 v = np.array(descriptor) 48 descriptors.append(v) 49 50 51 # 单张人脸识别检测(图片路径) 52 def face_alone(file_path: str): 53 print("单张人脸识别检测================================================================================================") 54 face_name = face_common(file_path) 55 print(face_name) 56 return face_name 57 58 59 # 图片集人脸识别检测(图片集路径) 60 def face_all(image_file_path): 61 print("图片集人脸识别检测==============================================================================================") 62 face_list = [] 63 for f in glob.glob(os.path.join(image_file_path, "*.jpg")): 64 face_name = face_common(f) 65 face_list.append(face_name) 66 print(face_list) 67 return face_list 68 69 70 # 公共人脸识别检测接口 71 def face_common(file_path: str): 72 img = dlib.load_rgb_image(file_path) 73 # 使用 detector 检测器来检测图像中的人脸 74 dets = detector(img, 1) 75 for k, d in enumerate(dets): 76 # 获取人脸特征点 77 shape = predictor(img, d) 78 # 计算特征值向量 79 face_descriptor = face_rec.compute_face_descriptor(img, shape) 80 # 将当前待判断的图片特征向量转化为 current 81 current = np.array(face_descriptor) 82 # 计算欧式距离,识别人脸 83 # 设置阈值 84 tolerance = 0.4 85 # 设置该图片名字初值为:Unknow 86 current_name = "Unknow name" 87 # 遍历已存放的图片特征值descriptor[] 88 for i in range(len(descriptors)): 89 # 计算欧式距离 90 distance = np.linalg.norm(descriptors[i] - current) 91 # 对欧式距离进行判断 92 if distance < tolerance: 93 current_name = names[i] 94 return current_name 95 break 96 97 98 # 测试 99 logging_data(r"G:\face_test\04-test") 100 face_alone(r"G:\face_test\05-test\3.jpg") 101 face_all(r"G:\face_test\05-test")
四、下载地址
注意:模块版本与Python版本的差异
1、dlib
链接:https://pan.baidu.com/s/16yE56YgakaA2QuNeVPg1TA
提取码:2cuy
2、numpy
链接:https://pan.baidu.com/s/1kYoCP_vP-5DeNB3T_ynjpw
提取码:zekd
官网:https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
3、cmake
链接:https://pan.baidu.com/s/1P9Ic8byYhHOs1hkYtvNocQ
提取码:l26v
官网:
4、人脸特征点识别模型
链接:https://pan.baidu.com/s/1G5CZBuumTfkftCmuKyj-GQ
提取码:kaiu
5、人脸识别模型
链接:https://pan.baidu.com/s/1ol6qqDL1FIUXa1z_ruTwZg
提取码:9xbe
五、参考连接
往外张望的人在做梦,向内审视的人才是清醒的