【一起学】实时人脸识别项目（7）面部关键点提取

目录

实现方法

face_recognition

 图像载入函数——load_image_file

人脸特征提取函数——face_landmarks

人脸编码函数——face_encodings 

面部相似度比较——face_distance

GPU加速——batch_face_locatio 

面部匹配——compare_faces

---

实现方法

face_recognition

face_recognition是世界上最简单的人脸识别库了，你可以通过Python引用或者命令行的形式使用它，来管理和识别人脸。

该软件包使用dlib中最先进的人脸识别深度学习算法，使得识别准确率在Labled Faces in the world数据集下达到了99.38%准确率。

 它同时提供了一个叫face_recognition的命令行工具，以便你可以用命令行对一个文件夹中的图片进行识别操作。

安装：

pip install face_recognition

创建两个存储图片的目录，known_people目录存储已知的几位美国总统的图片，unknown_pictures目录用于存储需要被识别的图片，如下：

从左图中找到右图的相似人脸

输入命令：

face_recognition/known_people//unknown_pictures/

输出结果：

/unknown_pictures/unknown1.jpg,Obama

输出中，识别到的每张脸都单独占一行，输出格式为<图片名称>,<人名>

如果想指定想并行处理图像，则可以指定cpu核数，例如指定4个cpu则可认为是并行处理4倍的图像:

face_recognition --cpu4 /known_people//unknown_pictures/

图像载入函数——load_image_file

load_image_file(file, mode='RGB')

加载一个图像文件到一个numpy array类型的对象上。

参数：

<