Python软件设计基础第二节-人脸识别

最新推荐文章于 2023-05-04 14:05:31 发布

惊蛰鼬神

最新推荐文章于 2023-05-04 14:05:31 发布

阅读量442

点赞数 1

文章标签： python pycharm 机器学习

本文链接：https://blog.csdn.net/weixin_48138515/article/details/120341447

版权

本文介绍了Python进行人脸识别的基础与实践，包括使用OpenCV和Face-Recognition库。在OpenCV部分，遇到图片路径错误和模型库路径包含中文的问题。在Face-Recognition部分，强调了安装在英文路径的重要性，同时探讨了HOG和CNN算法的对比，CNN虽然更准确但计算时间较长。最后，进行了人脸对齐的代码实现。

摘要由CSDN通过智能技术生成

一、准备工作

（一）安装OpenCV

pip install opencv-python
#安装适用于Python版本的OpenCV

找到分类器位置

（二）安装face-recognition

Face Recognition

Recognize and manipulate faces from Python or from the command line with

the world’s simplest face recognition library.

Built using dlib’s state-of-the-art face recognition

built with deep learning. The model has an accuracy of 99.38% on the

Labeled Faces in the Wild benchmark.

This also provides a simple face_recognition command line tool that lets

you do face recognition on a folder of images from the command line!

在安装face-recognition时，需要先安装cmake以及dlib。安装dlib时，遇到了报错，经分析，是电脑缺少了C++环境。

解决方法如下：

1、到微软官网下载Visual Studio 2019

下载地址：Visual Studio IDE: 面向开发人员的一体式编程工具

2、安装Visual Studio Installer

3、在软件界面，选择安装“使用C++的桌面开发”

4、等待安装完成后，重启计算机

5、再次在命令中输入“pip install dlib”，安装成功

注意：安装需要较长时间，切记做好数据保存及备份。

二、操作实例

（一）基础人脸识别 OpenCV

1、代码实现

引入第三方库

import cv2
import matplotlib.pyplot as plt

最低0.47元/天解锁文章