2024年网络安全最全手把手教你opencv做人脸识别(附源码+文档)_opencv人脸识别代码,2024年最新字节跳动资深面试官亲述

本人从事网路安全工作12年,曾在2个大厂工作过,安全服务、售后服务、售前、攻防比赛、安全讲师、销售经理等职位都做过,对这个行业了解比较全面。

最近遍览了各种网络安全类的文章,内容参差不齐,其中不伐有大佬倾力教学,也有各种不良机构浑水摸鱼,在收到几条私信,发现大家对一套完整的系统的网络安全从学习路线到学习资料,甚至是工具有着不小的需求。

最后,我将这部分内容融会贯通成了一套282G的网络安全资料包,所有类目条理清晰,知识点层层递进,需要的小伙伴可以点击下方小卡片领取哦!下面就开始进入正题,如何从一个萌新一步一步进入网络安全行业。

学习路线图

其中最为瞩目也是最为基础的就是网络安全学习路线图,这里我给大家分享一份打磨了3个月,已经更新到4.0版本的网络安全学习路线图。

相比起繁琐的文字,还是生动的视频教程更加适合零基础的同学们学习,这里也是整理了一份与上述学习路线一一对应的网络安全视频教程。

网络安全工具箱

当然,当你入门之后,仅仅是视频教程已经不能满足你的需求了,你肯定需要学习各种工具的使用以及大量的实战项目,这里也分享一份我自己整理的网络安全入门工具以及使用教程和实战。

项目实战

最后就是项目实战,这里带来的是SRC资料&HW资料,毕竟实战是检验真理的唯一标准嘛~

面试题

归根结底,我们的最终目的都是为了就业,所以这份结合了多位朋友的亲身经验打磨的面试题合集你绝对不能错过!

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化资料的朋友,可以点击这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!


效果:  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/019c7dafe1484c509c7b47a04e1e229f.jpg?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5bed5bed6I-c6bif,size_20,color_FFFFFF,t_70,g_se,x_16)  
 效果可以看出这个效果并不是很好。


### 三、Haar级联结合摄像头


代码:(还是用的前面得xml)



coding=gbk

“”"
摄像头人脸识别
作者:川川
@时间 : 2021/9/5 17:15
Haar级联结合摄像头
“”"
import cv2

#创建新的cam对象
cap = cv2.VideoCapture(0,cv2.CAP_DSHOW)
#初始化人脸识别器(默认的人脸haar级联)
face_cascade = cv2.CascadeClassifier(r’./haarcascade_frontalface_default.xml’)

while True:
# 从摄像头读取图像
_, image = cap.read()
# 转换为灰度
image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 检测图像中的所有人脸
faces = face_cascade.detectMultiScale(image_gray, 1.3, 5)
# 为每个人脸绘制一个蓝色矩形
for x, y, width, height in faces:
cv2.rectangle(image, (x, y), (x + width, y + height), color=(255, 0, 0), thickness=2)
cv2.imshow(“image”, image)
if cv2.waitKey(1) == ord(“q”):
break

cap.release()
cv2.destroyAllWindows()


效果:  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/433d71e00f4d45efb1f78109bef58375.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5bed5bed6I-c6bif,size_20,color_FFFFFF,t_70,g_se,x_16)


### 四、使用SSD的人脸检测


代码:



coding=gbk

“”"
图片人脸识别
作者:川川
@时间 : 2021/9/5 17:22
“”"
import cv2
import numpy as np

下载链接:https://raw.githubusercontent.com/opencv/opencv/master/samples/dnn/face_detector/deploy.prototxt

prototxt_path = r"./deploy.prototxt.txt"

下载链接:https://raw.githubusercontent.com/opencv/opencv_3rdparty/dnn_samples_face_detector_20180205_fp16/res10_300x300_ssd_iter_140000_fp16.caffemodel

model_path =r"./res10_300x300_ssd_iter_140000_fp16.caffemodel"
model = cv2.dnn.readNetFromCaffe(prototxt_path, model_path)
image = cv2.imread(“2.jpg”)
h, w = image.shape[:2]
blob = cv2.dnn.blobFromImage(image, 1.0, (300, 300),(104.0, 177.0, 123.0))
model.setInput(blob)
output = np.squeeze(model.forward())
font_scale = 1.0
for i in range(0, output.shape[0]):
confidence = output[i, 2]
if confidence > 0.5:
box = output[i, 3:7] * np.array([w, h, w, h])
start_x, start_y, end_x, end_y = box.astype(np.int)
cv2.rectangle(image, (start_x, start_y), (end_x, end_y), color=(255, 0, 0), thickness=2)
cv2.putText(image, f"{confidence*100:.2f}%", (start_x, start_y-5), cv2.FONT_HERSHEY_SIMPLEX, font_scale, (255, 0, 0), 2)
cv2.imshow(“image”, image)
cv2.waitKey(0)
cv2.imwrite(“beauty_detected.jpg”, image)


效果:  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/ceabdaaaa5944c628bd3d22ac6f8d04a.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5bed5bed6I-c6bif,size_20,color_FFFFFF,t_70,g_se,x_16)  
 我们可以看到现在的识别效果非常好了。


### 五、 SSD结合摄像头人脸检测


代码:



coding=gbk

“”"
作者:川川
@时间 : 2021/9/5 17:26
SSD结合摄像头的人脸检测
“”"
import cv2
import numpy as np
prototxt_path = “deploy.prototxt.txt”
model_path = “res10_300x300_ssd_iter_140000_fp16.caffemodel”
model = cv2.dnn.readNetFromCaffe(prototxt_path, model_path)
cap = cv2.VideoCapture(0)
while True:
_, image = cap.read()
h, w = image.shape[:2]
blob = cv2.dnn.blobFromImage(image, 1.0, (300, 300), (104.0, 177.0, 123.0))
model.setInput(blob)
output = np.squeeze(model.forward())
font_scale = 1.0
for i in range(0, output.shape[0]):
confidence = output[i, 2]
if confidence > 0.5:
box = output[i, 3:7] * np.array([w, h, w, h])
start_x, start_y, end_x, end_y = box.astype(np.int)
cv2.rectangle(image, (start_x, start_y), (end_x, end_y), color=(255, 0, 0), thickness=2)
cv2.putText(image, f"{confidence*100:.2f}%", (start_x, start_y-5), cv2.FONT_HERSHEY_SIMPLEX, font_scale, (255, 0, 0), 2)
cv2.imshow(“image”, image)
if cv2.waitKey(1) == ord(“q”):
break
cv2.destroyAllWindows()
cap.release()


效果:  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/103d04c3084e40ca8f414ac43537697f.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5bed5bed6I-c6bif,size_20,color_FFFFFF,t_70,g_se,x_16)  
 可以发现SSD效果特别好!


### 给大家的福利


**零基础入门**


对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。


![](https://img-blog.csdnimg.cn/img_convert/95608e9062782d28f4f04f821405d99a.png)


同时每个成长路线对应的板块都有配套的视频提供:


![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/a91b9e8100834e9291cfcf1695d8cd42.png#pic_center)


因篇幅有限,仅展示部分资料


网络安全面试题


![](https://img-blog.csdnimg.cn/img_convert/80674985176a4889f7bb130756893764.png)


绿盟护网行动


![](https://img-blog.csdnimg.cn/img_convert/9f3395407120bb0e1b5bf17bb6b6c743.png)


还有大家最喜欢的黑客技术


![](https://img-blog.csdnimg.cn/img_convert/5912337446dee53639406fead3d3f03c.jpeg)


**网络安全源码合集+工具包**


![](https://img-blog.csdnimg.cn/img_convert/5072ce807750c7ec721c2501c29cb7d5.png)


![](https://img-blog.csdnimg.cn/img_convert/4a5f4281817dc4613353c120c9543810.png)

**所有资料共282G**,朋友们如果有需要全套《网络安全入门+黑客进阶学习资源包》,可以扫描下方二维码领取(如遇扫码问题,可以在评论区留言领取哦)~




**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友,可以点击这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**


**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

  • 27
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
人脸识别是一种非常实用的技术,可以广泛应用于安防、门禁、签到等领域。在Python中,我们可以使用OpenCV库来实现人脸识别。 以下是一个简单的手把手程,帮助您使用Python和OpenCV实现人脸识别: 1. 安装OpenCV库 在命令行中输入以下命令来安装OpenCV库: ``` pip install opencv-python ``` 2. 收集人脸数据 首先,我们需要收集一些人脸数据,用于训练我们的人脸识别模型。可以使用OpenCV中内置的`cv2.face.createFisherFaceRecognizer()`方法来训练模型。以下是一个收集人脸数据的代码示例: ```python import cv2 import os # 创建一个人脸识别器 recognizer = cv2.face.createFisherFaceRecognizer() # 收集人脸数据 def collect_faces(): # 从摄像头中捕捉图像 camera = cv2.VideoCapture(0) # 循环收集人脸数据 count = 0 while True: # 读取一帧图像 ret, image = camera.read() # 转换为灰度图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 检测人脸 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5) # 在图像中标记人脸 for (x, y, w, h) in faces: cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2) # 保存人脸数据 count += 1 cv2.imwrite("image%d.jpg" % count, gray[y:y+h,x:x+w]) # 显示图像 cv2.imshow("Collecting Faces", image) # 按下ESC键退出 if cv2.waitKey(1) == 27: break # 清理资源 camera.release() cv2.destroyAllWindows() # 训练人脸识别模型 def train_model(): # 加载人脸数据 images = [] labels = [] for filename in os.listdir("."): if filename.startswith("image"): label = int(filename.split(".")[0].replace("image", "")) image = cv2.imread(filename, cv2.IMREAD_GRAYSCALE) images.append(image) labels.append(label) # 训练人脸识别器 recognizer.train(images, np.array(labels)) # 收集人脸数据 collect_faces() # 训练人脸识别模型 train_model() ``` 3. 进行人脸识别 现在,我们已经训练好了一个人脸识别模型,可以使用它来进行人脸识别了。以下是一个简单的人脸识别代码示例: ```python import cv2 # 加载人脸识别器 recognizer = cv2.face.createFisherFaceRecognizer() recognizer.load("model.xml") # 进行人脸识别 def recognize_face(): # 从摄像头中捕捉图像 camera = cv2.VideoCapture(0) # 循环进行人脸识别 while True: # 读取一帧图像 ret, image = camera.read() # 转换为灰度图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 检测人脸 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5) # 对每个人脸进行识别 for (x, y, w, h) in faces: # 标记人脸 cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2) # 进行人脸识别 label, confidence = recognizer.predict(gray[y:y+h,x:x+w]) print("Label: %d, Confidence: %.2f" % (label, confidence)) # 显示图像 cv2.imshow("Recognizing Faces", image) # 按下ESC键退出 if cv2.waitKey(1) == 27: break # 清理资源 camera.release() cv2.destroyAllWindows() # 进行人脸识别 recognize_face() ``` 以上代码示例仅仅只是一个简单的例子,实际应用中还需要进行更多的优化和改进。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值