Github开源人脸识别项目face_recognition

本文介绍了如何安装和使用开源项目face_recognition进行人脸识别。通过命令行工具或Python API,可以识别图片中的人物并调整识别的容错率,提供详细的接口文档供开发者参考。
摘要由CSDN通过智能技术生成

face_recognition模块安装

# 安装 face_recognition(pip3命令下载的是python3对应的版本,pip命令下载的是python2对应的版本)
$ pip3 install face_recognition
# 安装face_recognition过程中会自动安装 numpy、scipy 等

 

使用方法

命令行界面

当你安装好了本项目,你可以使用两种命令行工具:

  • face_recognition - 在单张图片或一个图片文件夹中认出是谁的脸。
  • face_detection - 在单张图片或一个图片文件夹中定位人脸位置。

face_recognition 命令行工具

face_recognition命令行工具可以在单张图片或一个图片文件夹中认出是谁的脸。

调整人脸识别的容错率和敏感度

如果一张脸识别出不止一个结果,那么这意味着他和其他人长的太像了(本项目对于小孩和亚洲人的人脸识别准确率有待提升)。你可以把容错率调低一些,使识别结果更加严格。

通过传入参数 --tolerance 来实现这个功能,默认的容错率是0.6,容错率越低,识别越严格准确。

$ face_recognition --tolerance 0.54 ./pictures_of_people_i_know/ ./unknown_pictures/ /unknown_pictures/unknown.jpg,Barack Obama /face_recognition_test/unknown_pictures/unknown.jpg,unknown_person

如果你想看人脸匹配的具体数值,可以传入参数

Face_recognition 是一个非常有名气的人脸识别开源工具包,它可以帮助我们在Python环境中进行人脸识别。你可以通过在命令行中使用以下指令安装face_recognition到你的Python环境中: ``` $ pip install face_recognition ``` 一旦安装完成,你可以通过导入face_recognition模块并使用它的功能。你可以使用`face_recognition.load_image_file`函数加载人脸图片,然后使用`face_recognition.face_encodings`函数来生成人脸的编码。最后,你可以使用`face_recognition.compare_faces`函数来比较两个人脸的编码,判断它们是否相似。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [face_recognition实现人脸相似度比较](https://blog.csdn.net/qq_38641985/article/details/121034867)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [子豪兄教你从零开始实现人脸识别](https://blog.csdn.net/qq_41822781/article/details/82919185)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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