入门级！超简单的python跳帧提取视频文件中出现过的所有人脸（附代码）

1.准备

人脸识别可以使用python里的cv2库，该库可以实现提取图片或者视频中的人脸信息。本文使用的是cv2库配合百度智能云的人脸识别接口准确率比较高，最后会附带代码

cv2库安装：

pip install opencv-python

百度智能云的人脸识别：百度智能云 需要安装百度的库，这是接口文档

pip install baidu-aip

2.从视频提取图片

由于视频是无法直接进行人脸识别的，我们只需要使用cv2库将图片切割为一帧一帧的就可以使用图片进行人脸识别了，一帧一帧会导致图片太多，这里采用每秒截取一帧来优化速度

import cv2
import os

def get_img(mp4_path,save_path,rate=1000):
    cap = cv2.VideoCapture(mp4_path) #创建一个 VideoCapture 对象
    suc = cap.isOpened()  # 是否成功打开
    frame_count = 0
    out_count = 0
    while suc:
        if out_count > 10000 or suc == False:  # 数值10000为最多取出多少张
            break
        out_count += 1
        suc, frame = cap.read()#读取当前视频帧的图片
        cap.set(cv2.CAP_PROP_POS_MSEC, rate * out_count)#设置视频时间，每次往后一秒
        print(cv2.imwrite(save_path + str(int(frame_count * rate / 1000)) + ".jpg", frame))#保存的路径和名字
        frame_count += 1

get_img("1.mp4","tp/",1000)#(视频路径,保存路径，要带/‘/’,间隔时间/ms)

 看看效果

3. 从图片提取人脸

将视频分割为图片之后，可以调用cv2库进行人脸识别或者调用百度智能云的接口进行识别，得到人脸的位置之后，使用方法将人脸截出即可

百度智能云代码：

from aip import AipFace
import base64
import cv2
import time
import os

#登录api
APP_ID = ''
API_KEY = ''
SECRET_KEY = ''
client = AipFace(APP_ID, API_KEY, SECRET_KEY)
#查找人脸并剪辑
def face_find(img_path,save_path,star_frame=0,max=100):
    xy_min = 10 #剪辑人脸时的范围，填的越大，截取的范围越大

    while star_frame < max: #识别多少个人脸文件
        if os.path.exists(img_path + str(star_frame) + '.jpg')==False:#判断文件是否存在
            star_frame += 1
            continue
        with open(img_path + str(star_frame) + '.jpg', 'rb') as f:
            image = f.read()#读取一帧
            image = str(base64.b64encode(image), encoding='utf-8')#转为base64才能提交
            imageType = "BASE64"
            """ 调用人脸检测 """
            options = {"max_face_num":"10"}#设置最高截取10张人脸
            data = client.detect(image, imageType, options)
            #print(data)
            time.sleep(0.5)#间隔
            #如果未识别到人脸，即跳转后3帧（因为有些转场镜头，转3帧可以节省速度）
            if data["error_code"]==222202:
                if star_frame + 2 > max:
                    star_frame = max
                else:
                    star_frame += 2
                continue

            json = data["result"]["face_list"]
            j = 1 #计数现在是第几个人脸
            cap = cv2.imread( img_path + str(star_frame) +'.jpg')#创建cv2对象
            while j < len(json)+1:#遍历所有人脸
                x = int(json[j-1]["location"]["left"])
                y = int(json[j-1]["location"]["top"])
                h = int(json[j-1]["location"]["height"])
                w = int(json[j-1]["location"]["width"])
                #如果坐标小于被减数即为0，保证剪辑坐标不是负数
                if x < xy_min:
                    x = xy_min
                elif y < xy_min:
                    y = xy_min
                elif h < xy_min:
                    h = xy_min
                elif w < xy_min:
                    w = xy_min
                image = cap[y - xy_min: y + h + xy_min, x - xy_min: x + w + xy_min]#剪辑图片
                fe = cv2.imwrite(save_path + str(star_frame) + "_" + str(j) +'.jpg', image)#保存图片
                if fe:
                    print("成功提取" + str(star_frame) + '.jpg 的第 ' + str(j)+" 张人脸")
                j += 1
            star_frame += 1 #识别到第几张图片

 看看效果

最后附带全部代码，使用的百度智能云：

需要安装库

pip install baidu-aip

 还需要百度sdk文件

https://ai.baidu.com/file/9916C9D684DC4885B02A05E780B7F3B1

 将代码任意命名放入即可sdk文件根目录即可运行

from aip import AipFace
import base64
import cv2
import time
import os
#登录api
APP_ID = '24767033'
API_KEY = 'Wcz758FYaYUYmedvgOoknhri'
SECRET_KEY = 'zM1izvyVdVG8EtRldvBvzZLMfGwAoaME'
client = AipFace(APP_ID, API_KEY, SECRET_KEY)
#查找人脸并剪辑
def face_find(img_path,save_path,star_frame=0,max=100):
    xy_min = 10 #坐标最小值

    while star_frame < max: #最大值
        if os.path.exists(img_path + str(star_frame) + '.jpg')==False:#判断文件是否存在
            star_frame += 1
            continue
        with open(img_path + str(star_frame) + '.jpg', 'rb') as f:
            image = f.read()#读取一帧
            image = str(base64.b64encode(image), encoding='utf-8')#转为base64
            imageType = "BASE64"
            """ 调用人脸检测 """
            options = {"max_face_num":"10"}
            data = client.detect(image, imageType, options)
            #print(data)
            time.sleep(0.5)#间隔

            if data["error_code"]==222202:#如果未识别到人脸，即跳转后3帧
                if star_frame + 2 > max:
                    star_frame = max
                else:
                    star_frame += 2
                continue

            json = data["result"]["face_list"]
            j = 1 #计数现在是第几个人脸
            cap = cv2.imread( img_path + str(star_frame) +'.jpg')#创建cv2对象
            while j < len(json)+1:#遍历所有人脸
                x = int(json[j-1]["location"]["left"])
                y = int(json[j-1]["location"]["top"])
                h = int(json[j-1]["location"]["height"])
                w = int(json[j-1]["location"]["width"])
                #如果坐标小于被减数即为0，保证剪辑坐标不是负数
                if x < xy_min:
                    x = xy_min
                elif y < xy_min:
                    y = xy_min
                elif h < xy_min:
                    h = xy_min
                elif w < xy_min:
                    w = xy_min
                image = cap[y - xy_min: y + h + xy_min, x - xy_min: x + w + xy_min]#剪辑图片
                fe = cv2.imwrite(save_path + str(star_frame) + "_" + str(j) +'.jpg', image)#保存图片
                if fe:
                    print("成功提取" + str(star_frame) + '.jpg 的第 ' + str(j)+" 张人脸")
                j += 1
            star_frame += 1 #识别到第几张图片

#按帧截取图片
def get_img(mp4_path,save_path,rate=1000):
    cap = cv2.VideoCapture(mp4_path) #创建一个 VideoCapture 对象
    suc = cap.isOpened()  # 是否成功打开
    frame_count = 0
    out_count = 0
    while suc:
        if out_count > 10000:  # 最多取出多少张
            break
        out_count += 1
        suc, frame = cap.read()
        cap.set(cv2.CAP_PROP_POS_MSEC, rate * out_count)#设置视频时间
        if suc == False:
            break
        print(save_path + str(int(frame_count * rate / 1000)) + ".jpg")
        print(cv2.imwrite(save_path + str(int(frame_count * rate / 1000)) + ".jpg", frame))
        frame_count += 1

get_img("1.mp4","tp/",1000)
face_find("get/")

后续会出一个人脸分类的功能，即识别每个人脸的相似度分类，cv2的完整代码暂时不放，有人需要再说，，