CoLab - 图像人脸检测_框出人脸

CoLab - 图像人脸检测_框出人脸

此文章教你如何使用谷歌Colaboratory实现静止图片的人脸检测和划框框。

CoLab最大好处：GPU计算速度快！

注：

· 国内登陆Colab需使用到梯梯才能使用；

· 初次接触Colab同学请先自行搜索熟悉基本操作；

· 同学们可自行尝试将代码放到Jetson Nano环境，或其他具备GPU环境运行​；

· ipynb格式的教程传送门在此。

---

准备工作& 安装库

1) CoLab开启GPU支持

上方菜单栏 ➡ 代码执行程序 ➡ 更改运行时类型 ➡ 笔记本设置 ➡ 硬件加速器：GPU

2) 安装：依赖项

通过apt安装一些基本库，为了支持numpy和dlib的运行
（注：CuLab内置已经有numpy）

!sudo apt-get update
!sudo apt-get install python3-pip cmake libopenblas-dev liblapack-dev libjpeg-dev
!pip3 install numpy

3) 安装：Dlib深度学习库

大师Davis King创建的深度学习库，使得face_recognition库的运行效率大大提高。

下载dlib，解压代码，安装dlib
（CuLab环境下安装需10分钟左右，耐心等待一下）

!wget http://dlib.net/files/dlib-19.17.tar.bz2 
!tar jxvf dlib-19.17.tar.bz2
!cd dlib-19.17;python setup.py install

4) 安装：人脸识别库 Face_recognition

以上完成之后，我们就开始安装人脸识别python库face_recognition啦：

!sudo pip3 install face_recognition

加载大神Adam Geitgey在GitHub的源代码文档

!git clone https://github.com/ageitgey/face_recognition.git

---

（一）人脸划框框（一步步教你玩）

加载人脸识别、OpenCV和MatPlotlib库

import face_recognition
import cv2
import matplotlib.pyplot as plt

首先我们先下载一张复仇联盟合照，将其图片Wget下载到“文件”根目录下，并修改命名为avengers_cast.jpeg

然后通过load_image_file可以将图片文件转变为数组数据，利用MatPlotlib的imshow来输出原图像。

!wget https://www.cheatsheet.com/wp-content/uploads/2019/05/The-Avengers-Cast-640x427.jpg -O avengers_cast.jpeg

image = face_recognition.load_image_file