- 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
- 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_())
- 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
- 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%