python一行代码实现人脸识别

我是在鸟哥私房菜的网站中看到这篇文章，觉得很有趣，所以和大家一起分享：

http://www.linuxidc.com/Linux/2017-10/148126.htm

实现人脸识别之前，我们首先要搭建环境：

1.安装Ubuntu17.10 ，因为我的电脑上本来有了Ubuntu，和这个版本不同，后面搭建环境的时候出现了一些问题

2.安装Python2.7.14（如果安装了Ubuntu17.10，就会有这个Python版本）

3.安装git，cmake，python-pip

（1）安装git的命令

sudo apt-get install -y git

（2）安装cmake的命令

sudo apt-get install -y cmake

（3）安装python-pip

sudo apt-get install -y python-pip

4.安装编译dlib

安装face_recongnition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 .

cd ..

python setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA

5.安装face_recognition

pip install face_recongnition

查看环境是否搭建完成，在终端输入face_recognition命令查看是否成功

实现人脸识别

实例1：

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！

实例2：

识别一张图像上有多张人脸的图片，并将识别到的图像打印出来

新建一个*.py的文件，在文件中编写代码：

# filename : find_faces_in_picture.py# -*- coding: utf-8 -*-# 导入pil模块 ，可用命令安装 apt-get install python-Imagingfrom PIL import Image# 导入face_recogntion模块，可用命令安装 pip install face_recognitionimport 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.pyface_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文件得到的结果为：

实例三：

# 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-Imagingfrom PIL import Image, ImageDraw# 导入face_recogntion模块，可用命令安装 pip install face_recognitionimport 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

实例四（通过多张图片对比，识别出是哪一个人）：

# filename : recognize_faces_in_pictures.py# -*- conding: utf-8 -*-# 导入face_recogntion模块，可用命令安装 pip install face_recognitionimport 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))

为true代表是相符的

实例五（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-Imagingfrom PIL importImage,ImageDraw#导入face_recogntion模块，可用命令安装 pip install face_recognitionimport 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()

美颜前后的对比图
这个技术可以用到很多开发上面，所以还是有必要学习一下