python一行代码实现人脸识别

我是在鸟哥私房菜的网站中看到这篇文章，觉得很有趣，所以和大家一起分享：

http://www.linuxidc.com/Linux/2017-10/148126.htm

实现人脸识别之前，我们首先要搭建环境：

1.安装Ubuntu17.10 ，因为我的电脑上本来有了Ubuntu，和这个版本不同，后面搭建环境的时候出现了一些问题

2.安装Python2.7.14（如果安装了Ubuntu17.10，就会有这个Python版本）

3.安装git，cmake，python-pip

（1）安装git的命令

sudo apt-get install -y git

（2）安装cmake的命令

sudo apt-get install -y cmake

（3）安装python-pip

sudo apt-get install -y python-pip

4.安装编译dlib

安装face_recongnition这个之前需要先安装编译dlib

编译dlib前先安装boost

sudo apt-get install libboost-all-dev

开始编译dlib，克隆dlib源代码

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 .

cd ..

python setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA

5.安装face_recognition

pip install face_recongnition

查看环境是否搭建完成，在终端输入face_recognition命令查看是否成功

实现人脸识别

实例1：

1、 首先你需要提供一个文件夹，里面是所有你希望系统认识的人的图片。其中每个人一张图片，图片以人的名字命名：

known_people 文件夹下有 babe、成龙、容祖儿的照片


2、 接下来，你需要准备另一个文件夹，里面是你要识别的图片：

unknown_pic 文件夹下是要识别的图片，其中韩红是机器不认识的


3、 然后你就可以运行 face_recognition 命令了，把刚刚准备的两个文件夹作为参数传入，命令就会返回需要识别的图片中都出现了谁：

识别成功！

实例2：

识别一张图像上有多张人脸的图片，并将识别到的图像打印出来

新建一个*.py的文件，在文件中编写代码：

# filename : find_faces_in_picture.py
# -*- coding: utf-8 -*-
# 导入pil模块 ，可用命令安装 apt-get install python-Imaging
from PIL import Image
# 导入face_recogntion模块，可用命令安装 pip install face_recognition
import face_recognition

# 将jpg文件加载到numpy 数组中
image = face_recognition.load_image_file("/opt/face/unknown_pic/all_star.jpg")

# 使用默认的给予HOG模型查找图像中所有人脸
# 这个方法已经相当准确了，但还是不如CNN模型那么准确，因为没有使用GPU加速
# 另请参见: 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：我从图片中找到了 多少 张人脸
print("I found {} face(s) in this photograph.".format(len(face_locations)))

# 循环找到的所有人脸
for face_location in face_locations:

        # 打印每张脸的位置信息
        top, right, bottom, left = face_location
        print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))

        # 指定人脸的位置信息，然后显示人脸图片
        face_image = image[top:bottom, left:right]
        pil_image = Image.fromarray(face_image)
        pil_image.show()

用于识别的图片，执行python文件得到的结果为：

实例三：

# filename : find_facial_features_in_picture.py
# -*- coding: utf-8 -*-
# 导入pil模块 ，可用命令安装 apt-get install python-Imaging
from PIL import Image, ImageDraw
# 导入face_recogntion模块，可用命令安装 pip install face_recognition
import face_recognition

# 将jpg文件加载到numpy 数组中
image = face_recognition.load_image_file("biden.jpg")

＃查找图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:

   ＃打印此图像中每个面部特征的位置
    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]))

   ＃让我们在图像中描绘出每个人脸特征！
    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()

自动识别出人脸特征

实例四（通过多张图片对比，识别出是哪一个人）：

# filename : recognize_faces_in_pictures.py
# -*- conding: utf-8 -*-
# 导入face_recogntion模块，可用命令安装 pip install face_recognition
import face_recognition

＃将jpg文件加载到numpy数组中
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")

＃获取每个图像文件中每个面部的面部编码
＃由于每个图像中可能有多个面，所以返回一个编码列表。
＃但是由于我知道每个图像只有一个脸，我只关心每个图像中的第一个编码，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
]

＃结果是True/false的数组，未知面孔known_faces阵列中的任何人相匹配的结果
results = face_recognition.compare_faces(known_faces, unknown_face_encoding)

print("这个未知面孔是 Babe 吗? {}".format(results[0]))
print("这个未知面孔是 容祖儿 吗? {}".format(results[1]))
print("这个未知面孔是 我们从未见过的新面孔吗? {}".format(not True in results))

为true代表是相符的

实例五（识别人脸特征并美颜）：

# filename : digital_makeup.py
#-*- coding: utf-8-*-
#导入pil模块，可用命令安装apt-get install python-Imaging
from PIL importImage,ImageDraw
#导入face_recogntion模块，可用命令安装 pip install face_recognition
import face_recognition
＃将jpg文件加载到numpy数组中
image = face_recognition.load_image_file("biden.jpg")
＃查找图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')
＃让眉毛变成了一场噩梦
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)
＃光泽的嘴唇
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)
＃闪耀眼睛
d.polygon(face_landmarks['left_eye'], fill=(255,255,255,30))
d.polygon(face_landmarks['right_eye'], fill=(255,255,255,30))
＃涂一些眼线
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()

美颜前后的对比图
这个技术可以用到很多开发上面，所以还是有必要学习一下