老板给了你1000张美女model照片，让你选5位出来参加展会，请问你如何选

A：我会嗖嗖嗖过一遍，然后随机挑5张顺眼的。

紫薯：还不如让老板随机选顺眼的。 

B：开个小组会，集合大家的意见选5个最漂亮的。

紫薯：你真不在乎老板想看到哪几位美女么？

C：随机选5个身材满足标准、容貌可佳的就可以了。

紫薯：你的决策也很随机哇。

紫薯觉得：我们需要考虑老板最喜欢长成什么样的女生，需要知道来看台的客户对美女的偏好，要知道哪些美女的长相与产品、场景更相配。

所以...最好还是用上图像识别技术，让“万能”的算法帮你搞定，不然搞完这些保证你看到美女就想吐。

为了简单起见，这里只考虑老板喜好这一个因素。因为无论因素多少，我们只需要确定一个标准美女便可。

紫薯的解决方案：

第一步：紫薯：“老板，你觉得哪个明星最漂亮？” 老板：“ 孙俪”。

第二步：小叔花了3秒钟找了张孙俪姐姐的照片

第三步：又花了3秒钟把自己的那套人脸识别、人脸相似度匹配的软件程序打开。(mac pro,)

第四步：跑程序自动匹配从1000张原始图片中抠出人脸结果，花了30分钟，这期间我喝了个茶看看了远处的风景。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

...... modelin / 1  ( 9 )( 8 ).jpg modelin / 1  ( 9 )( 9 ).jpg modelin / 1  ( 9 ).jpg modelin / Alyson - Hannigan - 5.jpg modelin / Alyson_Hannigan_200512.jpg modelin / fangbingbing.jpg modelin / gaoyuanyuan.jpg modelin / libingbing.jpg modelin / linqingxia.jpg modelin / linzhiling.jpg modelin / liushishi.jpg modelin / liuyifei.jpg modelin / lizhi.jpg modelin / Miley - Cyrus - Photos.jpg modelin / Screenshot at Dec  11  22 - 10 - 55.png modelin / shuwei.jpg modelin / tangwei.jpg modelin / zhangmanyu.jpg detect  1015  faces, cost  1777.025725  seconds!  / / / / / 耗时

下面是给每张图片打分，733张有效人脸，耗时35s：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

...... 图片名称:[ 1  ( 9 )( 7 )face.jpg], 与目标图片相似度 = [ 74 ] 图片名称:[ 1  ( 9 )( 8 )face.jpg], 与目标图片相似度 = [ 64 ] 图片名称:[ 1  ( 9 )( 9 )face.jpg], 与目标图片相似度 = [ 66 ] 图片名称:[ 1  ( 9 )face.jpg], 与目标图片相似度 = [ 54 ] 图片名称:[Alyson - Hannigan - 5face .jpg], 与目标图片相似度 = [ 52 ] 图片名称:[Alyson_Hannigan_200512face.jpg], 与目标图片相似度 = [ 46 ] 图片名称:[gaoyuanyuanface.jpg], 与目标图片相似度 = [ 44 ] 图片名称:[libingbingface.jpg], 与目标图片相似度 = [ 42 ] 图片名称:[linqingxiaface.jpg], 与目标图片相似度 = [ 58 ] 图片名称:[linzhilingface.jpg], 与目标图片相似度 = [ 56 ] 图片名称:[liushishiface.jpg], 与目标图片相似度 = [ 44 ] 图片名称:[liuyifeiface.jpg], 与目标图片相似度 = [ 44 ] 图片名称:[lizhiface.jpg], 与目标图片相似度 = [ 54 ] 图片名称:[Miley - Cyrus - Photosface.jpg], 与目标图片相似度 = [ 44 ] 图片名称:[Screenshot at Dec  11  22 - 10 - 55face .jpg], 与目标图片相似度 = [ 56 ] 图片名称:[tangweiface.jpg], 与目标图片相似度 = [ 44 ] 图片名称:[zhangmanyuface.jpg], 与目标图片相似度 = [ 48 ] detect  733  faces, cost  35.284538999999995  seconds! / / / / / / 耗时

前五名的结果出来了

1 2 3 4 5

图片名称: ( 52 )face.jpg , 与目标图片相似度 =  94 图片名称:  0  ( 142 )face.jpg , 与目标图片相似度 =  94 图片名称:  1  ( 27 )face.jpg , 与目标图片相似度 =  94 图片名称:  1  ( 26 )( 5 )face.jpg , 与目标图片相似度 =  92 图片名称:  1  ( 2 )face.jpg , 与目标图片相似度 =  92

第五步：又花了3秒钟，5位绝色美女的照片被发到老板面前，而这五位都是老板最喜欢的。

 

以下进入高能编码区。

介绍下程序实现方法原理：

首先遍历文件夹下所有图片，识别其面部区域，并抠图保存。

主要使用opencv的人脸识别算法，有兴趣的可以了解下haar特征，核心代码如下：

1 2 3 4 5 6 7 8

start  =  time.clock() for  file  in  files: ##mac系统，删除SD_Store隐藏文件      if  'DS_Store'  in  file :          continue      print  ( 'modelin/' + file )      outFaces( 'modelin/' + file , file [: - 4 ]) print  ( "detect %d faces, cost %s seconds!"  %  ( len (files),time.clock() - start))

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

def  detectFaces(image_path):      img  =  cv2.imread(image_path)        face_cascade  =  cv2.CascadeClassifier( "cvdata/haarcascades/haarcascade_frontalface_default.xml" )      if  img.ndim  = =  3 :          gray  =  cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)      else :          gray  =  img         faces  =  face_cascade.detectMultiScale(gray, scaleFactor = 1.1 , minNeighbors = 3 , minSize = ( 10 , 10 ),                                       flags = cv2.CASCADE_SCALE_IMAGE)      result  =  []      for  (x,y,width,height)  in  faces:          result.append((x,y,x + width,y + height))      return  result

图像识别最常用的是通过颜色特征判断。图片相似性主要通过比较汉明距离来确定。像手指一样，每张图片也有自己的图像指纹，它是由一组哈希算法运算后得到的二进制结果。所谓汉明距离，便是一组二进制数据变成另一组二进制数据所需步骤。两张相同的图片，汉明距离便是0.

 

遍历抠出的面部区域文件夹，使用pHash(感知哈希算法)进行图片指纹的对比：

1 2 3 4 5 6 7

for  fname  in  files:      image2  =  Image. open ( 'modelout/' + fname)      score  =  classify_DCT(imageStand,image2)      dicAll[fname]  =  score      print  ( "图片名称:[%s], 与目标图片相似度=[%d]"  %  (fname,( 100 - score)))       print  ( "detect %d faces, cost %s seconds!"  %  ( len (files),time.clock() - start))

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

def  simmilar_people(image1,image2,size = ( 32 , 32 ),part_size = ( 8 , 8 )):        assert  size[ 0 ] = = size[ 1 ], "size error"      assert  part_size[ 0 ] = = part_size[ 1 ], "part_size error"        image1  =  image1.resize(size).convert( 'L' ). filter (ImageFilter.BLUR)      image1  =  ImageOps.equalize(image1)      matrix  =  get_matrix(image1)      DCT_matrix  =  DCT(matrix)      List  =  sub_matrix_to_list(DCT_matrix, part_size)      middle  =  get_middle( List )      code1  =  get_code( List , middle)          image2  =  image2.resize(size).convert( 'L' ). filter (ImageFilter.BLUR)      image2  =  ImageOps.equalize(image2)      matrix  =  get_matrix(image2)      DCT_matrix  =  DCT(matrix)      List  =  sub_matrix_to_list(DCT_matrix, part_size)      middle  =  get_middle( List )      code2  =  get_code( List , middle)        return  comp_code(code1, code2)

 

小决策，大学问。

此项目代码已经开源。但是千张美女图片因怕涉嫌传播**...，所以不敢乱放。