学习笔记：python人脸识别2-识别摄像头中的人脸

昨天配置好了人脸识别开发环境，今天测试识别摄像头中的人脸

从网上下载了一个例子，网址：https://github.com/ageitgey/face_recognition

1. 程序运行结果如下，能实时识别摄像头中的人脸，本人不够帅，模糊了脸部才发上来的，呵呵！

 

2.程序如下：

import face_recognition
import cv2
# 获取摄像头
video_capture = cv2.VideoCapture(0)
# 获取第一个人脸部特征码
obama_image = face_recognition.load_image_file("../data/test/obama.jpg")
obama_face_encoding = face_recognition.face_encodings(obama_image)[0]
# 获取第二个人脸部特征码
linbin_image = face_recognition.load_image_file("../data/test/linbin.jpg")
linbin_face_encoding = face_recognition.face_encodings(linbin_image)[0]
#脸部特征码数组
known_face_encodings = [
    obama_face_encoding,
    linbin_face_encoding
]
#姓名数组与特征码对应
known_face_names = [
    "Obama",
    "LinBoft"
]
#一直循环获取摄像头截图并识别和标注
while True:
    # 获取一帧画面
    ret, frame = video_capture.read()
    # 转换为识别程序需要的格式
    rgb_frame = frame[:, :, ::-1]
    # 获取画面中的所有人脸位置及人脸特征码
    face_locations = face_recognition.face_locations(rgb_frame)
    face_encodings = face_recognition.face_encodings(rgb_frame, face_locations)
    # 对获取的每个人脸进行识别比对
    for (top, right, bottom, left), face_encoding in zip(face_locations, face_encodings):
        # 对其中一个人脸的比对结果（可能比对中人脸库中多个人脸）
        matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
        name = "Unknown"
        # 默认只认为是比对中的第一个人脸.
        if True in matches:
            first_match_index = matches.index(True)
            name = known_face_names[first_match_index]
        #在人脸上画一个框
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
        # 在框底部画一个文本框，并标注姓名
        cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
        font = cv2.FONT_HERSHEY_DUPLEX
        cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)
    # 显示标注后的帧
    cv2.imshow('Video', frame)
    # 在1ms后检测是否按了 'q'键退出!
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
# 释放摄像头占用，关闭窗口
video_capture.release()
cv2.destroyAllWindows()

3. 改进为实际使用设想

（1）获取人脸特征码和识别使用分开，预先获取脸部特征码保存到数据库，识别程序开始时从数据库获取人名和相应脸部特征码保存到数组，可以大大减少初始化时间。

（2）识别结果可以保存到数据库，即记录什么时间，识别到谁经过摄像头前，这个可以给后续程序处理，如考勤，安保、出入记录，大数据分析等。

（3）要有处理重复记录机制，比如判断在一定时间间隔才记录同一个人

（4）可以加快处理，比如先把获取的图像缩小为1/4 再识别，不要读取的每一帧都识别，跳帧识别，减少数据处理量等，这个在上面参考网址里已有实现代码。

 

4.后记，如果识别结果写入数据库，会有大量的重复识别记录，为了解决这个问题，加入防重复程序，判别人脸间隔2分钟消失在镜头前再次进入才做记录，就是你一直在镜头前，只记录一次，你消失2分钟后，再次进入才重新登记

recname = []
rectime = []

在 if True in matches: 里 就是获取到识别到的人名后，做防重复登记

inside=False
for i, val in enumerate(recname): #遍历列表
    if val==name: #找到已登记
        rectime[i] = time.time()  #修改最新时间
        inside=True  #已登记标志
    # 120秒不再出现镜头前，删除防重复登记
    elif time.time()-rectime[i] > 120:
        del recname[i]  #120不出现，删除元素
        del rectime[i]
if inside == False:  #是新识别到120秒内没出现过的人脸
    recname.append(name)  #加入列表记录在案
    rectime.append(time.time())
    #新识别的记录这里可以写入数据库
#print(recname, rectime)

这样就不会有大量重复记录写入数据库了。