基于opencv的人脸识别追踪

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。