基于Python库Face_Recognition动手DIY人脸识别 – 作者:淼淼兮与怀-安全小百科

基于Python库Face_Recognition动手DIY人脸识别 – 作者:淼淼兮与怀

* 本文作者：淼淼兮与怀，本文属FreeBuf原创奖励计划，未经许可禁止转载

0X00 前言

最近使用iPhone x，把人脸识别代入了我们的生活中。前段时间了解了一个Python的一个开元函数库，并对其进行了分析、学习和实践，那么今天我们就来讲解一下如何使用face_recognition这个库来实现简单的人脸识别。

注：以下文章的所有操作都是Windows下实现的。

0x01 正文

人脸识别主要步骤：

face_recognition 库的安装

安装此库，首先需要安装编译dlib,此处我们偷个懒，安装软件Anaconda（大牛绕过），此软件预装了dlib.

安装好后，我们直接通过pip 安装face_recognition库，命令如下

python -m pip install face_recognition

调用一下库，检查是否成功导入

没报错，就是安装成功了。

按照以上办法在安装numpy 和python-opencv 两个库就可以了

通过face_recognition库实现人脸识别

代码如下

# -*- coding: UTF-8 -*-
import face_recognition
import cv2
import os
# 这是一个超级简单（但很慢）的例子，在你的网络摄像头上实时运行人脸识别
# PLEASE NOTE: This example requires OpenCV (the `cv2` library) to be installed only to read from your webcam.
# 请注意：这个例子需要安装OpenCV
# 具体的演示。如果你安装它有困难，试试其他不需要它的演示。
# 得到一个参考的摄像头# 0（默认）
video_capture = cv2.VideoCapture(0)
# 加载示例图片并学习如何识别它。
path ="images"#在同级目录下的images文件中放需要被识别出的人物图
total_image=[]
total_image_name=[]
total_face_encoding=[]
for fn in os.listdir(path): #fn 表示的是文件名
  total_face_encoding.append(face_recognition.face_encodings(face_recognition.load_image_file(path+"/"+fn))[0])
  fn=fn[:(len(fn)-4)]#截取图片名（这里应该把images文件中的图片名命名为为人物名）
  total_image_name.append(fn)#图片名字列表
while True:
  # 抓取一帧视频
  ret, frame = video_capture.read()
  # 发现在视频帧所有的脸和face_enqcodings
  face_locations = face_recognition.face_locations(frame)
  face_encodings = face_recognition.face_encodings(frame, face_locations)
  # 在这个视频帧中循环遍历每个人脸
  for (top, right, bottom, left), face_encoding in zip(face_locations, face_encodings):
      # 看看面部是否与已知人脸相匹配。
      for i,v in enumerate(total_face_encoding):
          match = face_recognition.compare_faces([v], face_encoding,tolerance=0.5)
          name = "Unknown"
          if match[0]:
              name = total_image_name[i]
              break
      # 画出一个框，框住脸
      cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
      # 画出一个带名字的标签，放在框下
      cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
      font = cv2.FONT_HERSHEY_DUPLEX
      cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)
  # 显示结果图像
  cv2.imshow('Video', frame)
  # 按q退出
  if cv2.waitKey(1) & 0xFF == ord('q'):
      break
# 释放摄像头中的流
video_capture.release()
cv2.destroyAllWindows()

其次还要准备一个images文件夹进行摄像头的人脸比对

成功的效果图我就不贴了。

原理如下：

1.遍历images文件中的图片

2.提取特征脸

3.摄像头每帧提取图片，提取特诊脸

4.遍历特征列表，找出符合特征脸

5.输出名字

1、从特征中找出图片中的人脸

import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_locations = face_recognition.face_locations(image)

2、找到并且控制图像中的脸部特征

import face_recognition 
image = face_recognition.load_image_file("your_file.jpg") 
face_landmarks_list = face_recognition.face_landmarks(image)

3、识别照片中的人脸

import face_recognition
known_image = face_recognition.load_image_file("biden.jpg")
unknown_image = face_recognition.load_image_file("unknown.jpg")
biden_encoding = face_recognition.face_encodings(known_image)
[0]unknown_encoding = face_recognition.face_encodings(unknown_image)
[0]results = face_recognition.compare_faces([biden_encoding], unknown_encoding)