人脸识别face_recognition尝试（win7下安装和测试）

人脸识别face_recognition尝试（win7下安装和测试）

 

一、安装

步骤一：pip install face_recognition

100M,不是吧，这么大，果然中断多次。

这个结果。dlib安装不成功，辛苦安装（中断）这么多次,提示要安装cmake。

步骤二：pip install cmake

32M,也不小。果然，又中断，什么网？还是服务器的问题？无语。

多试几次，终于安装完成。

步骤三：安装vs2019（网上查，说，需要安装，不一定）

dlib还是安装失败，看样子没找到问题。一阵度娘。

步骤四：安装低版本dlib

先试：pip install dlib==19.6.1,安装成功。

但是face_recognition好象最低要求19.7，安装过程中，程序自动安装的下载的缓存包19.18，又导致失败。

再试：pip install dlib==19.7.0,安装成功。

步骤五：安装face_recognition

pip3.6 install face_recognition，成功，但有个错误提示，说click版本过高，不管。

至此，到底第三步安装的vs2019有没有用呢，先不管。

导入成功，安装OK。

步骤六：安装cv2

pip3.6 install opencv-python,不是直接用pip install cv2，但是导入是可以的：import cv2.

二、测试人脸识别

代码：

import face_recognition

import cv2

 

def demoFunc():#在一张包含人脸的图片中圈出来人脸，并保存图片

    image = face_recognition.load_image_file("test3.jpg")

    face_locations = face_recognition.face_locations(image)

    for one in face_locations:  

        y0, x1, y1, x0=one

        cv2.rectangle(image, pt1=(x0, y0), pt2=(x1, y1), color=(0, 0, 255), thickness=3)

    cv2.imshow('aaa', image)#图片太大，看不到全貌，不知道怎么设置，加下句

    cv2.imwrite("reco3.jpg", image)# 保存为文件，再打开文件查看。

    if cv2.waitKey(0) & 0xFF == ord('q'):

        cv2.destroyAllWindows()

 

demoFunc()

效果：

看样子，不是正面的人脸，很难把它识别出来。

三、取出头像保存为文件

代码：

img = cv2.imread("test3.jpg")

image = face_recognition.load_image_file("test3.jpg")

face_locations = face_recognition.face_locations(image)

k=0

for one in face_locations:

  print(one)

  k+=1

  y0, x1, y1, x0=one

  cv2.imwrite(str(k)+'.jpg',img[y0:y1,x0:x1])

这个CV2好象没有crop功能，如果直接用上面的image的话，图像色彩改变了，所以加了img。

四、人脸比较

通过和已知人脸批量比较，确定是谁。方法是将一张合影上的人脸（已知的）取出来，分存为姓名+.jpg，然后用另外一张合影上的人脸来比对。

代码：

def compare(one_pic,two_pic):

    '''给定两张图片，判断是否是同一个人'''

    read_1 = face_recognition.load_image_file(one_pic)

    read_2 = face_recognition.load_image_file(two_pic)

    encoding_1 = face_recognition.face_encodings(read_1,num_jitters=1)[0]

#这个jitter好象看不出来么效果

    #print(type([encoding_1]))

    encoding_2 = face_recognition.face_encodings(read_2,num_jitters=1)[0]

    results = face_recognition.compare_faces([encoding_1], encoding_2,0.41)#这个公差系数要调整

    #print('results: ',results)

    return results[0]

 

def recog_name(pic_n):#给定一张图片，比对已知人名的所有图片

   dir_name='pic/names/'#已知人脸图片目录名，文件名为人名

   name_list=os.listdir(dir_name)

   for name_pic in name_list:

      print(u'正在比较：'+name_pic)

      result=compare(dir_name+name_pic,pic_n)

      if result:

         print(u'*****\/*****这个人是：'+name_pic.split('.')[0])

      else:

         print(u'不是哦')

#recog_face_out()

#compare('3.jpg','4.jpg')

recog_name('8.jpg')

比较结果如下：

只有不停调整tolerance系数，才会达到满意的效果，换个人又需要调整，晕。

五、数据类型

>>>a= face_recognition.load_image_file('test.jpg')

>>> type(a)

<class 'numpy.ndarray'>

>>> len(a)

310  #图片的行数，高

>>> len(a[0])

488  #图片每行的点数，宽

>>> ds=face_recognition.face_encodings(a)

>>> type(ds)

<class 'list'>  #列表，共识别了几个人脸

>>> len(ds)

5  #五个

>>> len(ds[0])

128  #特征码长度为128

>>> type(ds[0])

<class 'numpy.ndarray'>  #类型：数组

>>> face_recognition.compare_faces(ds,ds[1],0.4)

[False, True, False, False, False]

人脸比较的第一个参数必须是个列表list类型,代表已知，第二个为数组类型。

>>> ds[1].ndim

1   #一维数组

第三个参数为容错系数，经测试在0.38-0.44之间比较适当，不同的人或照片的清晰程度不同，这个系数不是很好确定。

 

*********其它***********

pip自身升级

问题：通过“pip install --upgrade pip”升级，出现了错误，pip命令也丢失了，提示：no module named pip。

解决：python -m ensurepip。另外：easy_install pip

升级方法：python -m pip install --upgrade pip