人脸识别简单测试

前言

运行以下测试的前提是在ubuntu14.04上安装opencv,dlib以及face_recognition库,face_recognition库是一个基于python的开源人脸识别库，且其离线识别率高达99.38%,该库可以通过python或者命令行即可实现人脸识别的功能。使用dlib深度学习人脸识别技术构建，在户外脸部检测数据库基准（Labeled Faces in the Wild）上的准确率为99.38%。
在github上有相关的链接和API文档。
安装opencv:此处不细说,附上一篇我的博文链接:安装opencv
安装face_recognition库:
根据你的python版本输入指令：

sudo pip install face_recognition

或者

sudo pip3 install face_recognition

正常来说，安装过程中会出错，会在安装dlib时出错，可能报错也可能会卡在那不动。因为pip在编译dlib时会出错，所以我们需要手动编译dlib再进行安装。
安装dlib深度学习技术库:
1、先下载下来dlib的源码。

git clone https://github.com/davisking/dlib.git

2、编译dlib。

cd dlib
mkdir build
cd build
cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1
cd ..
sudo python setup.py install 

注意：这个安装步骤是默认认为没有GPU的，所以不支持cuda。
在自己手动编译了dlib后，我们可以在python中import dlib了。
之后再重新安装，就可以配置成功了。
根据你的python版本输入指令：

sudo pip install face_recognition

或者

sudo pip3 install face_recognition

安装成功之后，我们可以在python中正常import face_recognition了。

编写人脸识别程序

编写py文件：

# -*- coding: utf-8 -*-
# 

# 检测人脸
import face_recognition
import cv2

# 读取图片并识别人脸
img = face_recognition.load_image_file("timg.jpg")
face_locations = face_recognition.face_locations(img)
print face_locations

# 调用opencv函数显示图片
img = cv2.imread("timg.jpg")
cv2.namedWindow("原图")
cv2.imshow("原图", img)

# 遍历每个人脸，并标注
faceNum = len(face_locations)
for i in range(0, faceNum):
    top =  face_locations[i][0]
    right =  face_locations[i][1]
    bottom = face_locations[i][2]
    left = face_locations[i][3]

    start = (left, top)
    end = (right, bottom)

    color = (55,255,155)
    thickness = 3
    cv2.rectangle(img, start, end, color, thickness)

# 显示识别结果
cv2.namedWindow("识别")
cv2.imshow("识别", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果:

编写人脸比对程序

首先，我在目录下放了几张图片：

这里用到的是一张拜登的照片和一张奥巴马的照片，和一张未知的照片。
编写程序：

#coding=utf-8

# 识别图片中的人脸

import face_recognition
biden_image = face_recognition.load_image_file("biden.jpg");
obama_image = face_recognition.load_image_file("obama.jpg");
unknown_image = face_recognition.load_image_file("unknown.jpg");

biden_encoding = face_recognition.face_encodings(biden_image)[0]
obama_encoding = face_recognition.face_encodings(obama_image)[0]
unknown_encoding = face_recognition.face_encodings(unknown_image)[0]

results = face_recognition.compare_faces([biden_encoding, obama_encoding], unknown_encoding )
labels = ['biden', 'obama']

print('results:'+str(results))

for i in range(0, len(results)):
    if results[i] == True:
        print('The person is:'+labels[i])

运行结果: