【第12期】终于有人把OpenCV、人脸识别与深度学习讲明白了

 今天聊OpenCV，我想从人脸识别讲起。

这几年人脸识别技术在国内发展飞速，给生活带了很多便利，这个大家应该都有体会。早几年进高铁站还比较麻烦，要先排长队，得让检票口的工作人员一个一个查看证件然后“啪”地戳章，才能进站。很多人应该都和我一样想过一个问题，那为什么不多设几个口呢？我还专门问了朋友，朋友说都知道排长队体验不太好，不过多开一个口，就要多雇几个人，不但要一直开工资，还要有保险等各类配套的保障类支出，用人成本很高，所以二者只能相互取平衡。

现在呢？现在好多了，刷脸进站，看一眼镜头就完事，非常快捷。更重要的是，架设一台人脸识别的闸机的成本，比雇人便宜多了，所以现在进站几乎就不怎么需要排队。好，故事说到这里，才正要开始。刷脸进站还是前几年的新鲜事，大家应该都还记得第一次刷脸进站的情形，就我来说，整个进站流程和以前习惯的完全不同。那时刷脸技术还刚刚兴起，翻车新闻时有传出，我对刷脸技术半信半疑，总觉得会出点什么小意外，所以后来顺利过机之后感觉非常奇妙，觉得人脸识别这个技术实在是太棒了。

当时我对人脸识别的了解还很初浅，翻过一些论文，费了九牛二虎之力才跑通一个模型。人脸识别的原理展开能写一篇文章，不过要点有几个，首先你得从图像中框出人脸。一说人脸识别，可能你脑中会很自然的浮现出拿证件照比对想象场景，但回想一下刷脸进高铁站就知道，并不需要你额外提交一张标准的一寸照片，而是直接使用闸机上摄像头的实时画面的截图。这有什么不同呢？脸部占比就不同，而且脸的朝向角度、站的位置远近，甚至个人高矮都会导致最终拍摄的图像质量产生差异。因此，人脸识别的第一步，是识别人脸，光这一步就足够难倒不少英雄汉。后面的识别过程就更不用说，需要兼顾准确性和效率，识别不准当然不行，但为了准，识别太久，让大家排着长队等也是不行的，难以兼顾。所以，我当时的另一个感觉是觉得可惜，人脸识别能做好多事，但技术门槛很高，推广不太容易。

高潮来了。前段时间我偶然看到一份大学本科生的课程作业，注意，是课程作业，还不是毕业设计。这个课程作业要求做一个什么呢？人脸识别门禁系统，简单来说就是刷脸开门。我当时都惊呆了，现在都玩得这么高端的吗？这本科生的课程作业居然就要做一套人脸识别门禁系统，那毕业设计岂不是要实现一套无人驾驶系统才跟得上节奏？！

我赶紧追问，才知道现在要做这么一套人脸识别门禁系统，远比我想象中的要简单很多，市面上已经有很多成熟的套件，只要像拼积木一样拼搭一下就完成了。主要用到的东西有两样，一样是树莓派，另一样就是我们本篇的主角——OpenCV。

OpenCV用来完成人脸识别，剩下的“硬活”交给树莓派完成。树莓派大家应该听过，很有名的嵌入式开发板，不过本篇重点不是它，大家感兴趣再另写一篇细聊，这里先和大家报告一个有趣的发现。树莓派虽然称为无限可能的极客玩具，但本身只是一块光板，需要搭配其他模块才能“无限可能”。所以，树莓派的卖家通常会提供包含各种功能模块的套餐，譬如搭