python 人脸识别_python人脸识别代码实现丨内附代码

44f9c8ac16d2dc232ebd9a3b10e648ef.gif

Python在人脸识别方面功能很强大,程序语言简单高效,下面小编来编程实现一下如何实现人脸识别。如有错点,还望斧正

52085c90d1c65468830571b4ae0a7d85.png

识别图片中的人脸位置

#人脸识别分类器路径
tool_url = r'C:\Users\86188\AppData\Local\Programs\Python\Python36-32\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml'
#人脸定位函数
def face_detect(img):
gray = cv.cvtColor(img,cv.COLOR_BGRA2BGR)
face = cv.CascadeClassifier(tool_url)
#将图片转化为灰度图
faces = face.detectMultiScale(gray)
#确定人脸部分
for x,y,w,h in faces:
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可部署到云主机(Heroku,AWS……)! 使用dlib最先进的面部识别功能构建而成,具有深度学习功能。该模型在Wild标记的Labeled Faces中具有99.38%的准确度 。 这提供了一个简单的命令行工具,允许从命令行对图像文件夹进行面部识别! 1、找到图片中出现的所有面孔 2、获取每个人的眼睛,鼻子,嘴巴和下巴的位置和轮廓。 3、应用数字化妆 4、识别每张照片中出现的人物。 5、可以将此库与其他Python库一起使用来进行实时人脸识别。 使用要求 Python 3.3+或Python 2.7 macOS或Linux(Windows未正式支持,但可能有效) 人脸检测 在照片中找到面孔 在照片中找到面孔(使用深度学习) 使用GPU(使用深度学习)批量查找图像中的面孔 使用网络摄像头模糊实时视频中的所有人脸(需要安装OpenCV) 面部特征 识别照片中的特定面部特征 应用(可怕的丑陋)数字化妆 面部识别 根据已知人物的照片查找并识别照片中的未知面部 识别并在照片中的每个人周围绘制框 通过数字面部距离比较面部而不仅仅是真/假匹配 使用网络摄像头识别实时视频中的人脸 - 简单/慢速版本(需要安装OpenCV) 使用网络摄像头识别实时视频中的人脸 - 更快的版本(需要安装OpenCV) 识别视频文件中的面部并写出新的视频文件(需要安装OpenCV) 用相机识别Raspberry Pi上的脸部 运行Web服务以通过HTTP识别面部(需要安装Flask) 使用K近邻分类器识别面部
以下是使用Python实现人脸识别代码示例,需要用到OpenCV和face_recognition库: ``` import cv2 import face_recognition # 加载已知人脸图像 obama_image = face_recognition.load_image_file("obama.jpg") obama_face_encoding = face_recognition.face_encodings(obama_image)[0] # 创建已知人脸编码列表和名称列表 known_face_encodings = [ obama_face_encoding ] known_face_names = [ "Barack Obama" ] # 加载摄像头 video_capture = cv2.VideoCapture(0) while True: # 读取摄像头帧 ret, frame = video_capture.read() # 将帧转换为RGB格式 rgb_frame = frame[:, :, ::-1] # 查找帧中所有人脸的位置和特征 face_locations = face_recognition.face_locations(rgb_frame) face_encodings = face_recognition.face_encodings(rgb_frame, face_locations) # 针对每个人脸进行识别 for (top, right, bottom, left), face_encoding in zip(face_locations, face_encodings): # 尝试匹配人脸 matches = face_recognition.compare_faces(known_face_encodings, face_encoding) name = "Unknown" # 如果找到了匹配的人脸,则使用其名称 if True in matches: first_match_index = matches.index(True) name = known_face_names[first_match_index] # 绘制人脸边框和名称 cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2) cv2.putText(frame, name, (left + 6, bottom - 6), cv2.FONT_HERSHEY_DUPLEX, 0.5, (0, 0, 255), 1) # 显示结果 cv2.imshow('Video', frame) # 按下q退出 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头 video_capture.release() cv2.destroyAllWindows() ``` 在上述代码中,我们首先加载已知的人脸图像,并使用`face_recognition`库计算它们的特征向量。然后,我们使用摄像头读取帧,并使用`face_recognition`查找每个帧中的人脸位置和特征。对于每个人脸,我们尝试将其与已知人脸进行匹配,并在图像中绘制人脸框和名称。最后,我们使用OpenCV显示结果,并等待用户按下“q”键退出。
评论
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