python人脸识别解锁电脑_给你的电脑做个简单的“人脸识别认证”

原标题：给你的电脑做个简单的“人脸识别认证”

Simple “Face ID” for your PC

作者 | German Gensetskiy

翻译 | callofduty890

校对 | 约翰逊·李加薪 审核 | 酱番梨 整理 | 立鱼王

https://medium.com/gowombat/simple-face-id-for-your-pc-780168b95321

在我们的办公室，锁定屏幕是您需要快速开发的习惯。 因为如果你将你的计算机解锁，有人会玩得开心并改变你的壁纸或别名你sudo( linux系统管理指令，注*文章作者使用Linux系统)的东西。

有一天，我开始思考，为什么我不能自动化呢？ 在这里，我来到Face Recognition python库。 它的设置和使用非常简单。

但首先要做的事情。 我们需要检查是否可以从python锁定屏幕以及如何操作。

锁定屏幕

我在Cinnamon桌面环境中使用Linux Mint。 幸运的是在Cinnamon案例中，使用screensaver命令锁定或解锁屏幕非常容易。

cinnamon-screensaver-command --activate # to lock the screen

cinnamon-screensaver-command --deactivate # to unlock the screen

从python运行终端命令并不是什么大问题：

fromsubprocess importcall

LOCK_ARGS = {

True: '--activate',

False: '--deactivate',

}

deflock_screen(lock):

call(( 'cinnamon-screensaver-command', LOCK_ARGS[lock]))

lock_screen( True) # will lock the screen

lock_screen( False) # will unlock the screen

设置face_recognition

下一步是认出你可爱的脸。 我们将使用人脸识别库。 你可以在数据库中找到很多很好的例子，我相信一个对我们很有用。

它使用OpenCV从相机捕获流。 我还决定使用构造神经网络来定位框架中的面部。 要有更好的准确性。

fromthreading importTimer

importcv2

importface_recognition

defload_user_encoding():

user_image = face_recognition.load_image_file(os.path.join(BASE_DIR, 'user.jpg'))

user_image_face_encoding = face_recognition.face_encodings(user_image, num_jitters= 10)[ 0]

returnuser_image_face_encoding

deffind_user_in_frame(frame, user_encoding):

face_locations = face_recognition.face_locations(frame, model= 'cnn')

face_encodings = face_recognition.face_encodings(frame, face_locations, num_jitters= 2)

forface_encoding inface_encodings:

matches = face_recognition.compare_faces((user_encoding, ), face_encoding, tolerance= 0.9)

returnany(matches)

if__name__ == '__main__':

user_encoding = load_user_encoding()

video_capture = cv2.VideoCapture( 0) # get a reference to webcam #0 (the default one)

lock_timer = None

process_this_frame = True

whileTrue:

ret, frame = video_capture.read()

small_frame = cv2.resize(frame, ( 0, 0), fx= 0.25, fy= 0.25)

rgb_small_frame = small_frame[:, :, :: -1]

ifprocess_this_frame:

user_found = find_user_in_frame(rgb_small_frame, user_encoding)

ifuser_found:

print( 'user found')

lock_screen( False)

iflock_timer isnotNone: # cancel lock timer if it exists

lock_timer.cancel()

lock_timer = None

else:

print( 'user not found')

iflock_timer isNone: # start timer if it's not started already

lock_timer = Timer( 5, lock_screen, ( True,))

lock_timer.start()

process_this_frame = notprocess_this_frame

如你所见，我使用threading.Timer在5秒后锁定屏幕，以防用户找不到。 我建议在锁定屏幕之前稍等一下，因为有时它无法识别某些画面上的脸部。 或者你可以暂时离开。

优化

使用该解决方案，它有一个令人讨厌的延迟用于读取帧和坏帧。 所以我决定对其进行优化，并使用多处理将识别过程移到单独的过程中

首先，我们需要重写我们的函数来查找用户，以便它能够被Process和Pipe 调用代替返回：

deffind_user_in_frame(conn, frame, user_encoding):

face_locations = face_recognition.face_locations(frame, model= 'cnn')

face_encodings = face_recognition.face_encodings(frame, face_locations, num_jitters= 2)

found_user = False

forface_encoding inface_encodings:

matches = face_recognition.compare_faces((user_encoding, ), face_encoding, tolerance= 0.9)

found_user = any(matches)

iffound_user:

break

conn.send(found_user)

在此之后我们需要调用该函数multiprocessing.Process在main中的循环当中

现在它工作更顺畅，延迟很小。

if__name__ == '__main__':

user_encoding = load_user_encoding()

video_capture = cv2.VideoCapture( 0) # get a reference to webcam #0 (the default one)

lock_timer = None

parent_conn, child_conn = Pipe()

find_user_process = None

whileTrue:

ret, frame = video_capture.read()

small_frame = cv2.resize(frame, ( 0, 0), fx= 0.25, fy= 0.25)

rgb_small_frame = small_frame[:, :, :: -1]

# if process of finding user is not working - start new one

iffind_user_process isNone:

find_user_process = Process(target=find_user_in_frame, args=(child_conn, rgb_small_frame, user_encoding))

find_user_process.start()

# if process of finding user is already working - check is it done

eliffind_user_process isnotNoneandnotfind_user_process.is_alive():

user_found = parent_conn.recv()

find_user_process = None

ifuser_found:

print( 'user found')

lock_screen( False)

iflock_timer isnotNone:

lock_timer.cancel()

lock_timer = None

else:

print( 'user not found')

iflock_timer isNone:

lock_timer = Timer(LOCK_TIMEOUT, lock_screen, ( True,))

lock_timer.start()

谢谢阅读！ 希望它很有趣，你很喜欢它。

源代码可以在github上找到：https://github.com/Ignisor/face-screenlock

https://ai.yanxishe.com/page/TextTranslation/1258

盘点图像分类的窍门生成模型：基于单张图片找到物体位置注意力的动画解析(以机器翻译为例)如使用深度学习玩Pong游戏教程：使用iPhone相机和openCV来完成3D重建(第三部分)返回搜狐，查看更多

责任编辑：