基于opencv的人脸识别追踪

代码展示了如何使用face_recognition库对已知和未知图片中的人脸进行编码、定位及识别,结果显示是否为人脸数据库中的已知人物。
摘要由CSDN通过智能技术生成
import cv2
import face_recognition

# 加载已知的人脸数据
known_image=face_recognition.load_image_file("known.jpg")
known_encoding=face_recognition.face_encodings(known_image)[0]

# 读取待识别的图片
unknown_image=face_recognition.load_image_file("unknown.jpg")

# 查找待识别图片中的所有人脸
face_locations=face_recognition.face_locations(unknown_image)
face_encodings=face_recognition.face_encodings(unknown_image, face_locations)

# 创建一个窗口来显示结果
window_name="Face Recognition"
cv2.namedWindow(window_name)

# 遍历每个人脸进行识别
for face_encoding, face_location in zip(face_encodings, face_locations):
    # 比较已知人脸数据和待识别的人脸数据
    results=face_recognition.compare_faces([known_encoding], face_encoding, tolerance=0.5)

    # 在图片中框出人脸位置
    top, right, bottom, left=face_location
    cv2.rectangle(unknown_image, (left, top), (right, bottom), (0, 0, 255), 2)

    # 在图片中标注识别结果
    name="Unknown"
    if results[0]:
        name="Known"
    cv2.putText(unknown_image, name, (left, top - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)

# 显示识别结果
cv2.imshow(window_name, unknown_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码解释:

加载已知人脸数据:通过face_recognition.load_image_file("known.jpg")加载一张已知人脸的图片,并使用face_recognition.face_encodings函数提取这张图片中的人脸特征(编码)。假设这张图片中只有一个人脸,所以直接取第一个返回的编码。
读取待识别的图片:同样地,使用face_recognition.load_image_file("unknown.jpg")加载一张待识别的图片。
查找并编码待识别图片中的所有人脸:使用face_recognition.face_locations查找待识别图片中的所有人脸位置,并用face_recognition.face_encodings对这些人脸进行编码。这里,face_encodings函数接受一个人脸位置列表,对图片中的每个人脸进行编码。
创建一个窗口来显示结果:使用OpenCV的cv2.namedWindow创建一个窗口,用于后续显示识别结果。
人脸比较和标注:通过face_recognition.compare_faces函数比较已知人脸编码和待识别图片中的每个人脸编码。如果匹配,将认为该人脸为“已知”(Known),否则为“未知”(Unknown)。对于图片中的每个人脸,代码都会在人脸周围绘制一个红色矩形框,并在矩形框上方标注人脸的识别结果(已知或未知)。
显示识别结果:通过cv2.imshow显示带有人脸识别结果的图片,并等待用户按键操作。最后,使用cv2.destroyAllWindows关闭显示窗口。

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值