人脸识别（二） 人脸1V1，PK明星脸

1. 功能： 从本地上传两张图片，使用face_recognition进行人脸特征比对，得到人脸相似度
   
2. 实现流程：

（1）使用Qt Designer设计UI，两个上传按钮QPushButton，两个Grapics View显示图片， 一个人脸比较按钮QPushButton， 一个结果显示QLabel

(2) 将UI文件转化为python文件
如果UI设计中引入了资源文件（.qrc）,也需要转化为python文件（不然会出现出现 No module named ‘image_rc’的问题）

（3）调用UI对应的python文件，例如调用上述生成的test.py 直接import test即可

（5）实例化窗口并显示，在实例化的类里写对应的signal-slot实现逻辑

from test import Ui_FACE_PK
import sys

from PyQt5.QtWidgets import *
from PyQt5.QtGui import *
from PyQt5.QtCore import Qt

import face_recognition


class  MainWin(QMainWindow):
    def __init__(self, name='人脸PK'):
        super().__init__()
        self.ui = Ui_FACE_PK()
        self.ui.setupUi(self)
        self.setWindowTitle(name)
        self.initConnect()
        
    def initConnect(self):
        self.ui.bt1.clicked.connect(lambda: self.open_image(self.ui.gv1))
        self.ui.bt2.clicked.connect(lambda: self.open_image(self.ui.gv2))

        self.ui.bt3.clicked.connect(lambda: self.display_result(self.ui.lab_simlarity))

    def  open_image(self,imageView):
        fileName,fileType = QFileDialog.getOpenFileName(filter= "jpg (*.jpg);; jpeg (*.jpeg);; png (*.png)")

        # 用两个global变量记录图片路径
        global fileName1,fileName2
        if imageView == self.ui.gv1: fileName1 = fileName
        elif imageView == self.ui.gv2: fileName2 = fileName
        else: pass

        if fileName =='': 
            QMessageBox.information(self, "提示", self.tr("你还没有选择图片文件！"))
        else:
            img = QPixmap()
            img.load(fileName)
            img = img.scaled(imageView.width(),imageView.height(),aspectRatioMode=Qt.KeepAspectRatio)
            item = QGraphicsPixmapItem(img)
            scene = QGraphicsScene()
            scene.addItem(item)
            imageView.setScene(scene)
    
    def display_result(self,lab):
        face1 = face_recognition.face_encodings(face_recognition.load_image_file(fileName1))[0]
        face2 = face_recognition.face_encodings(face_recognition.load_image_file(fileName2))[0]
        distance_list = face_recognition.face_distance([face1],face2)
        print('{:.0%}'.format(1-min(distance_list)))
        lab.setText('相似度 {:.0%}'.format(1-min(distance_list)))


if __name__ == "__main__": 
    app = QApplication(sys.argv)
    mainWin = MainWin()
    mainWin.show()
    exit(app.exec_())

3. 结果
   

这个相似度的计算存在一些问题 （后续讨论）， 邓超本人的两张图片相似度62% ,王珞丹和白百何的相似度55%, 可见两人多么像，哈哈

4. 经验和讨论

（1）显示图片时，为了在确定的矩形框里较好地显示图像，使用了aspectRatioMode=Qt.KeepAspectRatio模式

（2）在函数内部定义了两个global变量，来记录两个图片的路径和名字

（3） 槽函数传递参数使用lambda

（4）关于相似度 face_recognition中的函数face_distance()返回值代表了人脸的差异度，我直接用1-face_distance()来代表相似度，这也许并不准确，但可以作为一个相对值
‘

’

续** 欧氏距离转化为人脸相似度**

采用sigmod函数归一化处理

similarity = 1/( 1+ exp( a*diff + b) )

（1）得到两个极值情况

输入两张相同图片，face_distance = 0 设定similarity = 99.6%(设定0位小数显示100%)

输入两个中外人物的图片 我的图像集中， face_distance最大为1.05 设定 similarity =4.2%（留出一点余地给更不像的~~~~）

（2）python numpy 解方程得到两个参数

import numpy
import math
a = numpy.array([[0,1],[1.05,1]])
b = numpy.array([math.log(1/0.996-1),math.log(1/0.042-1)])
print(numpy.linalg.solve(a,b))

得到 8.23298196 -5.5174529

（3） 写入sigmod函数，计算相似度

diff = min(distance_list)
similarity = 1/(1+math.exp(8.23*diff-5.52)) 

(4) 结果

（5）自定义识别区： 以人脸识别结果为导向，按相似度划分如下：

同一个人： 相似度90%以上

很像的两个人： 相似度在75%到90%