百度AI人脸识别实现脸部清晰度、光照检测python

元学习论文总结||小样本学习论文总结

2017-2019年计算机视觉顶会文章收录 AAAI2017-2019 CVPR2017-2019 ECCV2018 ICCV2017-2019 ICLR2017-2019 NIPS2017-2019

 


 

一:依赖

https://blog.csdn.net/weixin_41803874/article/details/81200588

二:代码实现

def get_quality(baidu_result):
    """传入rootPath,独立请求百度接口,返回特征点.
    Args:
        rootPath:源图片地址

    Returns:
        quality:图像质量信息
            'completeness'人脸完整度: 1
            'occlusion'各部分遮挡的概率  {'left_eye': 0, 'right_cheek': 0.02153110132, 'nose': 0, 'chin_contour': 0, 'mouth': 0, 'left_cheek': 0.007566938177, 'right_eye': 0},
            'blur'模糊程度 : 1.130641479e-12
            'illumination'光照程度: 202
    """
    try:
        # 单独调取接口
        result = get_faceList(baidu_result)

        quality = result['quality']

        # 日志
        # logger.info('get_quality')
        return quality

    except Exception as e:
        logger.error('get_quality ERROR')
        logger.error(e)


def get_blur(baidu_result):
    """判断人脸模糊程度.
    人脸模糊程度,范围[0~1],0表示清晰,1表示模糊,建议大于0.1

    Returns:

    """
    try:
        result = get_quality(baidu_result)

        blur = result['blur']
        # 日志
        # logger.info('blur: %s', str(blur))
        return blur

    except Exception as e:
        logger.error('get_blur ERROR')
        # logger.info('blur: %s', str(blur))
        logger.error(e)


def get_illumination(baidu_result):
    """判断人脸光照程度.
    取值范围在[0~255], 表示脸部区域的光照程度 越大表示光照越好,建议大于100

    Returns:

    """
    try:
        result = get_quality(baidu_result)

        illumination = result['illumination']

        # 日志
        # logger.info('illumination: %s', str(illumination))
        return illumination

    except Exception as e:
        logger.error('get_illumination ERROR')
        # logger.info('illumination: %s', str(illumination))
        logger.error(e)

# 打赏鼓励请扫支付宝微信二维码O(∩_∩)O金额不限噢噢!如果有修改建议或者疑问请留言!

支付宝
微信支付
  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 我可以为您提供有关Python人脸识别实现代码的一些建议:1.使用OpenCV库实现,它可以帮助您检测和识别脸部特征;2.使用TensorFlow或Keras框架实现,这些框架可以帮助您构建和训练深度神经网络;3.使用深度学习库,比如PyTorch,来实现人脸识别。 ### 回答2: Python是一种高级编程语言,可以使用它来实现人脸识别算法。人脸识别的基本步骤包括人脸检测、特征提取和特征匹配。 要实现人脸识别,首先需要使用Python人脸检测库,如OpenCV或dlib,来检测图像或视频中的人脸。这些库提供了一些预训练的人脸检测器,可以直接使用。 接下来,需要使用Python的图像处理库,如PIL或OpenCV,来对检测到的人脸进行预处理。这包括调整图像大小、灰度化或将图像转换为特定的特征表示方式。 然后,使用Python人脸识别库,如face_recognition,来提取人脸的特征。这些特征可以是基于几何形状的特征,如眼睛、鼻子和嘴巴的位置,或者是基于纹理的特征,如图像中某些区域的灰度分布。 最后,使用特征匹配算法来比较已知人脸的特征与待识别人脸的特征。这可以是简单的欧氏距离或更复杂的方法,如支持向量机或神经网络。 综上所述,使用Python可以方便地实现人脸识别。主要步骤包括人脸检测、特征提取和特征匹配。Python中有各种库和算法可供使用,使得实现人脸识别的代码编写更加简单和高效。

“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
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