七个步骤快速实现人脸识别（超级简单 代码全！！！）

七个步骤快速实现人脸识别（超级简单 代码全！！！）

一、项目结构如下

二、程序主流程

主流程代码，通过sqlite3保存人脸数据和信息，然后通过遍历数据库与之对比找出识别者信息，若识别不到，则会提示添加人脸信息至数据库。

#导入数据库驱动
import sqlite3
from testCamera import getFaceID,imgToBase64,reconized,getModelFace,saveFaceData
import time

def checkAll():
    #连接到数据库
    #数据库文件是“face.db”
    #如果数据库不存在的话，将会自动创建一个 数据库
    conn = sqlite3.connect("face.db")

    #创建一个游标 curson
    cursor = conn.cursor()

    #查询所有记录：
    sql = "select * from person_info"
    cursor.execute(sql)

    #获取查询结果：
    values = cursor.fetchall()
    getModelFace.getModel()
    flag=False
    for i in values:
        if(reconized.face_check(reconized.get_token(),i[2])):
            print("您是"+i[1])
            flag=True
            break
    return flag
    #关闭游标：
    cursor.close()

    #提交事物
    conn.commit()

    #关闭连接
    conn.close()

if __name__ == '__main__':
    time1=time.time();
    if(checkAll()):
        time2 = time.time();
        useTime = time2 - time1;
        print("识别耗时" + str(useTime) + "秒")
    else:
        print("人脸库无您的信息,请录入")
        saveFaceData.save()

三、通过笔记本相机获取人脸图片存为Face_id.jpg

getModelFace.py主要是用于对比时获取人脸与库中Face_ID对比

import cv2
import numpy as np

def getModel():
#人脸特征配置xml
    face_cascade = cv2.CascadeClassifier(
        "D:\Python\haarcascade_frontalface_default.xml")
#   eye_cascade = cv2.CascadeClassifier("D:\Python\haarcascade_eye.xml")
#获取笔记本电脑自带摄像头权限
    cap = cv2.VideoCapture(0)
#直到获取到人脸拍下照片才退出拍照循环
    while True:
        ret, img = cap.read()
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        faces = face_cascade.detectMultiScale(gray, 1.1, 5)
        if len(faces) > 0:
            cv2.imwrite("model.jpg",img)
            break

人脸特征识别配置文件haarcascade_frontalface_default.xml可通过我的云盘分享获取。
云盘分享
提取码：w5ql

四、通过笔记本相机获取人脸图片存为Face_id.jpg

getFaceID.py主要是保存库内无Face_ID的人脸信息

import cv2
import numpy as np

def getFaceImg():
    face_cascade = cv2.CascadeClassifier(
        "D:\Python\haarcascade_frontalface_default.xml")
    eye_cascade = cv2.CascadeClassifier("D:\Python\haarcascade_eye.xml")
    cap = cv2.VideoCapture(0)

    while True:
        ret, img = cap.read()
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        faces = face_cascade.detectMultiScale(gray, 1.1, 5)
        if len(faces) > 0:
            cv2.imwrite("face_id.jpg",img)
            break
    return True;

五、将获取的图片转成Base64码

imgToBase64.py通过python的base64库将图片转成base64码存入sqlite3数据库

import base64

def ImgToBase64(imgPath):
    with open(imgPath, 'rb') as f:
        base64_data = base64.b64encode(f.read())
        s = base64_data.decode()
    return s

六、将获取的人脸信息存入数据库

saveFaceData.py将人脸图片转化的base64码作为Face_id存入数据库，并录入人名，可按需增加其他信息。

#导入数据库驱动
import sqlite3
from testCamera import getFaceID,imgToBase64
import time
def save():
   #连接到数据库
   #数据库文件是“face.db”
   #如果数据库不存在的话，将会自动创建一个 数据库
   conn = sqlite3.connect("face.db")

   #创建一个游标 curson
   cursor = conn.cursor()

   #执行一条语句,创建 person_info表
   #sql = "create table person_info (id varchar(20) primary key, name varchar(30), face_id varchar(300))"
   #cursor.execute(sql)

   #通过获取图片转BASE64存入sqlite3数据库
   print("请看着摄像头！！！")
   time.sleep(5)
   if(getFaceID.getFaceImg()):
      face_id = imgToBase64.ImgToBase64('face_id.jpg')
      print("请输入您的姓名：")
      name = input()
      sql = "insert into person_info(name, face_id) values(\'"+name+"\',\'"+face_id+"\')"
      print(sql)
      cursor.execute(sql)
      print("信息录入成功")
   cursor.execute("delete from person_info where name = '郭志强'")
   print("delete successful")
   #关闭游标：
   cursor.close()

   #提交事物
   conn.commit()

   #关闭连接
   conn.close()
if __name__ == '__main__':
   save();

七、通过百度人脸对比API实现识别功能

reconized.py分两个方法，先通过注册百度平台账号建立应用获取百度官网获取的AK（client_id）以及百度官网获取的SK（client_secret）来获取请求的token,再调用百度的人脸识别API请求人脸对比后的返回json数据。

# encoding:utf-8
import urllib.request
import json
import base64
import ast
import urllib
import re,time
from testCamera import getModelFace

def face_check(access_token,face_id):
    '''
    调用百度人脸对比API
    '''
    request_url = "https://aip.baidubce.com/rest/2.0/face/v3/match"
    filename1 = 'model.jpg'
    # filename2 = 'image2.jpg'
    f = open(filename1, 'rb')
    # f2 = open(filename2, 'rb')
    img_test1 = base64.b64encode(f.read())
    # img_test2 = base64.b64encode(f2.read())

    params = json.dumps(
        [{"image": '' + str(img_test1, 'utf-8') + '', "image_type": "BASE64", "face_type": "LIVE",
          "quality_control": "LOW"},
         {"image": '' + face_id + '', "image_type": "BASE64", "face_type": "IDCARD",
          "quality_control": "LOW"}])
    # params=urlencode(params)
    #access_token = '24.e354ec977f6a1b97c69e9933ebcf402f.2592000.1573884178.282335-17544795'
    request_url = request_url + "?access_token=" + access_token
    request = urllib.request.Request(url=request_url, data=params.encode("utf-8"))
    request.add_header('Content-Type', 'application/json')
    response = urllib.request.urlopen(request)
    content = response.read()
    content = content.decode("utf-8")
    content = ast.literal_eval(content)
    #print(content['result']['score'])
    if(content['result']['score']>=80):
        return True
    else:
        return False


def get_token():
    '''
    获取百度token
    '''
    # client_id 为百度官网获取的AK， client_secret 为百度官网获取的SK
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=***********&client_secret=************'
    request = urllib.request.Request(host)
    request.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = urllib.request.urlopen(request)
    content = response.read()
    if (content):
        #print(content)
        p1 = re.compile(r'"access_token":"(.*?)","scope":"', re.S)  # 最小匹配
        result = re.findall(p1, str(content)).__str__()
        return result[2:-2]

if __name__ == '__main__':
        getModelFace.getModel()
        token = get_token()
        face_check(token)

运行效果

关于注册百度官网获取AK和SK，参考人脸对比官方API 戳这儿