go使用dlib人脸检测和人脸识别

一、安装go-face库

      准备好环境，需要下载go-face库：

go get -u -f  github.com/Kagami/go-face

官方源码路径

https://github.com/Kagami/go-face

二、安装dlib库

      安装这个库挺费时间的，比编写go代码还要长，目前 作者的环境是windows 10， 64位环境。

1、下载MSYS2，是一款高效专业的类似于linux的开发环境软件，该软件基于Cygwin和MinGW-w64的MSYS进行重写,集合了丰富实用的工具组件。下载地址为MSYS2

2、安装此软件，安装成功后，在windows的“开始”菜单，选择MSYS2 MSYS。

3、在MSYS2超级终端里，输入pacman -Syu，如果提示关闭，就关闭。

4、再执行第二步，重新输入pacman -Syu

5、然后输入，pacman -S mingw-w64-x86_64-gcc mingw-w64-x86_64-dlib，至此你已成功安装了dlib了。

6、如果您已经安装了Go和Git，而且想在MSYS2超级终端使用GO和GIT命令，需要修改msys2_shell.cmd文件，搜索“rem set MSYS2_PATH_TYPE=inherit”，然后修改为set MSYS2_PATH_TYPE=inherit，保存即可。

7、从“开始”菜单，选择并运行MSYS2 MinGW x64，然后进入你的例子代码路径，输入go build main.go编译即可。

三、模型下载

下载地址 http://dlib.net/files/

 下载三个模型

shape_predictor_5_face_landmarks.dat

dlib_face_recognition_resnet_model_v1.dat

mmod_human_face_detector.dat

四、准备好gocv环境

安装的教程如下：

gocv-go语言调用opencv入门_xinlinhack的博客-CSDN博客_go opencv

使用gocv，更好的处理图片。

五、示例代码

单一人脸：

多人脸图片：

package main

import (
	"fmt"
	"github.com/Kagami/go-face"
	"gocv.io/x/gocv"
	"image"
	"image/color"
	"log"
	"path/filepath"
)

//
const (
	dataDir = "models"
 	imageDir = "images"
)



func main()  {

	// 特征值
	var descriptor face.Descriptor

	// 目标距离
	matchDistance := 0.1

	// 创建一个窗口
	window := gocv.NewWindow("dlib Recognize")
	defer window.Close()

	// 颜色
	greenColor := color.RGBA{0, 255, 0, 255}
	redColor   := color.RGBA{255, 0, 0, 255}


	// 加载模型
	rec, err := face.NewRecognizer(dataDir)

	if err != nil {
		log.Fatal(err)
	}

	defer rec.Close()

	// 单一脸图片
	faceImagePath := filepath.Join(imageDir, "face.jpg")

	img1 := gocv.IMRead(faceImagePath, gocv.IMReadColor)
	defer img1.Close()
	
	fmt.Println("正在读的单一脸图像 = ", faceImagePath)
	
	//
	faces, err := rec.RecognizeFile(faceImagePath)

	if err != nil {
		log.Fatalf("无法识别: %v", err)
	}

	if 0 == len(faces){
		log.Fatal("图片没有人脸")
	}

	for _, f := range faces{
		descriptor = f.Descriptor
	}

	
	// 多人脸图片
	facesImagePath := filepath.Join(imageDir, "faces.jpg")

	img2 := gocv.IMRead(facesImagePath, gocv.IMReadColor)
	defer img2.Close()

	// copy bg to draw
	background := img2.Clone()
	defer background.Close()


	//
	fmt.Println("正在读的多人脸图像 = ", facesImagePath)
	
	//
	faces, err = rec.RecognizeFile(facesImagePath)

	if err != nil {
		log.Fatalf("无法识别: %v", err)
	}

	if 0 == len(faces){
		log.Fatal("图片没有人脸")
	}

	for _, f := range faces{

		gocv.Rectangle(&background, f.Rectangle, redColor, 3)

		// 计算特征值之间的欧拉距离
		dist := face.SquaredEuclideanDistance(f.Descriptor, descriptor)

		fmt.Println("欧拉距离 = ", dist)
		
		c := redColor
		
		if dist < matchDistance {
			c = greenColor
		}

		// 在图片上画人脸框
		pt := image.Pt(f.Rectangle.Min.X, f.Rectangle.Min.Y-20)
		gocv.PutText(&background, "jay", pt, gocv.FontHersheyPlain, 2, c, 2)

	}


	// 显示图片
	window.IMShow(background)

	for{
		if window.WaitKey(1) >= 0 {
			break
		}
	}

}

最终输出如下，绿色表示找到的人脸图片。

代码下载：go的dlib例子代码-深度学习文档类资源-CSDN下载