环境要求
- Ubuntu 17.10
- Python 2.7.14
环境搭建
1、 安装 Ubuntu17.10 > 安装步骤在这里。
2、 安装 Python2.7.14 (Ubuntu17.10 默认Python版本为2.7.14)
3、 安装 git 、cmake 、 python-pip
- # 安装 git
- $ sudo apt-get install -y git
- # 安装 cmake
- $ sudo apt-get install -y cmake
- # 安装 python-pip
- $ sudo apt-get install -y python-pip
4、 安装编译 dlib
安装 face_recognition 这个之前需要先安装编译 dlib。
- # 编译dlib前先安装 boost
- $ sudo apt-get install libboost-all-dev
- # 开始编译dlib
- # 克隆dlib源代码
- $ git clone https://github.com/davisking/dlib.git
- $ cd dlib
- $ mkdir build
- $ cd build
- $ cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1
- $ cmake --build .（注意中间有个空格）
- $ cd ..
- $ python setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA
5、 安装 face_recognition
- # 安装 face_recognition
- $ pip install face_recognition
- # 安装face_recognition过程中会自动安装 numpy、scipy 等
环境搭建完成后，在终端输入 face_recognition 命令查看是否成功
实现人脸识别
示例一(1 行命令实现人脸识别)：
1、 首先你需要提供一个文件夹，里面是所有你希望系统认识的人的图片。其中每个人一张图片，图片以人的名字命名：
known_people 文件夹下有 babe、成龙、容祖儿的照片
2、 接下来，你需要准备另一个文件夹，里面是你要识别的图片：
unknown_pic 文件夹下是要识别的图片，其中韩红是机器不认识的
3、 然后你就可以运行 face_recognition 命令了，把刚刚准备的两个文件夹作为参数传入，命令就会返回需要识别的图片中都出现了谁：
识别成功!!!
示例二(识别图片中的所有人脸并显示出来)：
- # filename : find_faces_in_picture.py
- # -*- coding: utf-8 -*-
- # 导入pil模块 ，可用命令安装 apt-get install python-Imaging
- from PIL import Image
- # 导入face_recogntion模块，可用命令安装 pip install face_recognition
- import face_recognition
- # 将jpg文件加载到numpy 数组中
- image = face_recognition.load_image_file("/opt/face/unknown_pic/all_star.jpg")
- # 使用默认的给予HOG模型查找图像中所有人脸
- # 这个方法已经相当准确了，但还是不如CNN模型那么准确，因为没有使用GPU加速
- # 另请参见: find_faces_in_picture_cnn.py
- face_locations = face_recognition.face_locations(image)
- # 使用CNN模型
- # face_locations = face_recognition.face_locations(image, number_of_times_to_upsample=0, model="cnn")
- # 打印：我从图片中找到了 多少 张人脸
- print("I found {} face(s) in this photograph.".format(len(face_locations)))
- # 循环找到的所有人脸
- for face_location in face_locations:
- # 打印每张脸的位置信息
- top, right, bottom, left = face_location
- print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))
- # 指定人脸的位置信息，然后显示人脸图片
- face_image = image[top:bottom, left:right]
- pil_image = Image.fromarray(face_image)
- pil_image.show()
用于识别的图片
- # 执行python文件
- $ python find_faces_in_picture.py
从图片中识别出 7 张人脸，并显示出来
示例三(自动识别人脸特征)：
- # filename : find_facial_features_in_picture.py
- # -*- coding: utf-8 -*-
- # 导入pil模块 ，可用命令安装 apt-get install python-Imaging
- from PIL import Image, ImageDraw
- # 导入face_recogntion模块，可用命令安装 pip install face_recognition
- import face_recognition
- # 将jpg文件加载到numpy 数组中
- image = face_recognition.load_image_file("biden.jpg")
- ＃查找图像中所有面部的所有面部特征
- face_landmarks_list = face_recognition.face_landmarks(image)
- print("I found {} face(s) in this photograph.".format(len(face_landmarks_list)))
- for face_landmarks in face_landmarks_list:
- ＃打印此图像中每个面部特征的位置
- facial_features = [
- 'chin',
- 'left_eyebrow',
- 'right_eyebrow',
- 'nose_bridge',
- 'nose_tip',
- 'left_eye',
- 'right_eye',
- 'top_lip',
- 'bottom_lip'
- ]
- for facial_feature in facial_features:
- print("The {} in this face has the following points: {}".format(facial_feature, face_landmarks[facial_feature]))
- ＃让我们在图像中描绘出每个人脸特征！
- pil_image = Image.fromarray(image)
- d = ImageDraw.Draw(pil_image)
- for facial_feature in facial_features:
- d.line(face_landmarks[facial_feature], width=5)
- pil_image.show()
自动识别出人脸特征
示例四(识别人脸鉴定是哪个人)：
- # filename : recognize_faces_in_pictures.py
- # -*- conding: utf-8 -*-
- # 导入face_recogntion模块，可用命令安装 pip install face_recognition
- import face_recognition
- ＃将jpg文件加载到numpy数组中
- babe_image = face_recognition.load_image_file("/opt/face/known_people/babe.jpeg")
- Rong_zhu_er_image = face_recognition.load_image_file("/opt/face/known_people/Rong zhu er.jpg")
- unknown_image = face_recognition.load_image_file("/opt/face/unknown_pic/babe2.jpg")
- ＃获取每个图像文件中每个面部的面部编码
- ＃由于每个图像中可能有多个面，所以返回一个编码列表。
- ＃但是由于我知道每个图像只有一个脸，我只关心每个图像中的第一个编码，所以我取索引0。
- babe_face_encoding = face_recognition.face_encodings(babe_image)[0]
- Rong_zhu_er_face_encoding = face_recognition.face_encodings(Rong_zhu_er_image)[0]
- unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0]
- known_faces = [
- babe_face_encoding,
- Rong_zhu_er_face_encoding
- ]
- ＃结果是True/false的数组，未知面孔known_faces阵列中的任何人相匹配的结果
- results = face_recognition.compare_faces(known_faces, unknown_face_encoding)
- print("这个未知面孔是 Babe 吗? {}".format(results[0]))
- print("这个未知面孔是 容祖儿 吗? {}".format(results[1]))
- print("这个未知面孔是 我们从未见过的新面孔吗? {}".format(not True in results))
显示结果如图
示例五(识别人脸特征并美颜)：
- # filename : digital_makeup.py
- # -*- coding: utf-8 -*-
- # 导入pil模块 ，可用命令安装 apt-get install python-Imaging
- from PIL import Image, ImageDraw
- # 导入face_recogntion模块，可用命令安装 pip install face_recognition
- import face_recognition
- ＃将jpg文件加载到numpy数组中
- image = face_recognition.load_image_file("biden.jpg")
- ＃查找图像中所有面部的所有面部特征
- face_landmarks_list = face_recognition.face_landmarks(image)
- for face_landmarks in face_landmarks_list:
- pil_image = Image.fromarray(image)
- d = ImageDraw.Draw(pil_image, 'RGBA')
- ＃让眉毛变成了一场噩梦
- d.polygon(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 128))
- d.polygon(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 128))
- d.line(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 150), width=5)
- d.line(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 150), width=5)
- ＃光泽的嘴唇
- d.polygon(face_landmarks['top_lip'], fill=(150, 0, 0, 128))
- d.polygon(face_landmarks['bottom_lip'], fill=(150, 0, 0, 128))
- d.line(face_landmarks['top_lip'], fill=(150, 0, 0, 64), width=8)
- d.line(face_landmarks['bottom_lip'], fill=(150, 0, 0, 64), width=8)
- ＃闪耀眼睛
- d.polygon(face_landmarks['left_eye'], fill=(255, 255, 255, 30))
- d.polygon(face_landmarks['right_eye'], fill=(255, 255, 255, 30))
- ＃涂一些眼线
- d.line(face_landmarks['left_eye'] + [face_landmarks['left_eye'][0]], fill=(0, 0, 0, 110), width=6)
- d.line(face_landmarks['right_eye'] + [face_landmarks['right_eye'][0]], fill=(0, 0, 0, 110), width=6)
- pil_image.show()
美颜前后对比
原文发布时间为：2017-10-27
本文作者：Kangvcar
本文来自云栖社区合作伙伴“51CTO”，了解相关信息可以关注。
