一、技术栈
二、准备数据集(图片）
三、测试
三、代码实现
四、总结
一、技术栈
1、首先，最重要的一点！！！ 你的设备要有摄像头！！！
2、Python库：
Dlib库： 机器学习开源库，有很多机器学习算法。
openCV库： 最常用的图像处理工具
scikit-image： 图像处理库
face_recognition： 人脸识别开源库
3、数据集：
可以使用目前人脸识别最常用的LFW数据集。
下载地址
我用的是自己准备的几张照片。
二、准备数据集(图片）
数据集中准备了三种不同人的图片。
三、测试
1、用wanghao.jpg测试
2、chenliujing.jpg测试
3、wanghao+chenliujing测试
4、未知人测试
三、代码实现
import os
import face_recognition
import cv2
# 读取到数据库中的人名和面部特征
face_databases_dir = 'face_databases'
user_names = []
user_faces_encodings = []
# 得到face_databases中所有文件
files = os.listdir('face_databases')
# 循环读取
for image_shot_name in files:
# 截取文件名作为用户名 存入user_names列表中
user_name, _ = os.path.splitext(image_shot_name)
user_names.append(user_name)
# 读取图片文件中的面部特征信息存入user_faces_encodings列表中
image_file_name = os.path.join(face_databases_dir, image_shot_name)
# 加载图片
image_file = face_recognition.load_image_file(image_file_name)
# 读取图片信息
face_encoding = face_recognition.face_encodings(image_file)[0]
user_faces_encodings.append(face_encoding)
print("数据库加载完毕！")
# 打开摄像头，读取摄像头拍摄到的画面
# 定位到画面中人的脸部，并用绿色的框框把人脸框住
# 用拍摄到人的脸部特征和数据库中的面部特征去匹配
# 并在用户头像的绿框上方用用户的姓名做标识，未知用户统一用Unknown
# 1、打开摄像头 获取摄像头对象
video_capture = cv2.VideoCapture(0)
# 2、循环不停的获取摄像头拍摄的画面，并做进一步处理
while True:
# 2.1获取摄像头拍摄的画面
ret, frame = video_capture.read()
# 2.2从拍摄到的画面中提取出人的脸部所在区域
face_locations = face_recognition.face_locations(frame)
# 2.2.1从所有人的头像所在区域提取出脸部特征
face_encodings = face_recognition.face_encodings(frame, face_locations)
names = []
# 2.2.2 匹配 遍历face_encodings和数据库中的去比对
for face_encoding in face_encodings:
matchers = face_recognition.compare_faces(user_faces_encodings, face_encoding)
name = "Unknown"
for index, is_match in enumerate(matchers):
if is_match:
name = user_names[index]
break
names.append(name)
# 2.3循环遍历人到额脸部所在区域 并画框 在框框上标识姓名
for (top, right, bottom, left), name in zip(face_locations, names):
# 2.3.1画框
# BGR
cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2)
font = cv2.FONT_HERSHEY_DUPLEX
cv2.putText(frame, name, (left, top - 10), font, 0.5, (0, 255, 0), 1)
# 2.4通过opencv把画面展示出来
cv2.imshow("Video", frame)
# 2.5按q循环退出(关闭摄像头)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 3、释放摄像头资源
video_capture.release()
cv2.destroyAllWindows()
四、总结
准确率其实也不太高。未知人有时也会识别成数据集中的人
