人脸识别代码第一版

本代码使用了face_recognition三方库，它是需要numpy、dlib、cmake作支撑的。主要是用键值对存放图片和它对应的名字，最后打开摄像头，比对原有存放的人脸，用pyttsx3语音库来报出识别对象的名字。

下一步准备改用数据库存放姓名和照片，实现完毕后再与django对接实现web端的人脸识别。

以下是现在完成的代码，“下一步”还没有实现：

import cv2
import pyttsx3
import face_recognition
import numpy as np
#创建人脸检测级联分类器对象实例
face_cascade = cv2.CascadeClassifier("C:\\Users\\TIM\\Anaconda3\\Library\\etc\\haarcascades\\haarcascade_frontalface_default.xml")

#创建人眼检测级联分类器实例
#eye_cascade = cv2.CascadeClassifier("E:\\pycharm\\untitled3.6\\Lib\\site-packages\\cv2\\data\\haarcascade_eye.xml")

image = face_recognition.load_image_file(r'C:\Users\TIM\testface\c.jpg')
image2 = face_recognition.load_image_file(r'C:\Users\TIM\testface\b.jpg')
image3 = face_recognition.load_image_file(r'C:\Users\TIM\testface\a.jpg')
face_encoding = face_recognition.face_encodings(image)[0]
face_encoding2 = face_recognition.face_encodings(image2)[0]
face_encoding3 = face_recognition.face_encodings(image3)[0]
known_face_encodings = {
    '王英杰': face_encoding3,
    '费霞云': face_encoding2,
    '田越': face_encoding,
}
# known_face_encodings = [face_encoding]

camera = cv2.VideoCapture(0)




while True:
    #参数ret 为True 或者False,代表有没有读取到图片
    #第二个参数frame表示截取到一帧的图片
    ret, frame = camera.read()
    # frame = cv2.imread(r'C:\Users\TIM\c.jpg')
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    face = face_cascade.detectMultiScale(gray, 1.5, 3)
    for (x, y, w, h) in face:
        # 绘制矩形框，颜色值的顺序为BGR，即矩形的颜色为蓝色
        img = cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
        roi_gray = gray[y:y + h, x:x + w]
        roi_color = frame[y:y + h, x:x + w]
        # 在检测到的人脸区域内检测眼睛
        #eyes = eye_cascade.detectMultiScale(roi_gray)
        #for (ex, ey, ew, eh) in eyes:
          #cv2.rectangle(roi_color, (ex, ey), (ex + ew, ey + eh), (0, 255, 0), 2)
    cv2.imshow('wang', frame)




    k = cv2.waitKey(1)
    if k == ord('s'):
        rgb_frame = frame[:, :, ::-1]

        # 获取画面中的所有人脸位置及人脸特征码

        face_locations = face_recognition.face_locations(rgb_frame)

        face_encodings = face_recognition.face_encodings(rgb_frame, face_locations)

        # 对获取的每个人脸进行识别比对

        for (top, right, bottom, left), face_encoding in list(zip(face_locations, face_encodings)):
            print(face_encoding)
            # 对其中一个人脸的比对结果（可能比对中人脸库中多个人脸）
            for face in known_face_encodings:
                print([np.array(known_face_encodings[face])])
                matches = face_recognition.compare_faces([np.array(known_face_encodings[face])], face_encoding, tolerance=0.47)
                # 默认只认为是比对中的第一个人脸.
                print(matches)
                if True in matches:
                    first_match_index = matches.index(True)
                    engine = pyttsx3.init()
                    engine.say('你好,{}'.format(face))
                    engine.runAndWait()
                else:
                    engine = pyttsx3.init()
                    engine.say('你是谁，你不是{}'.format(face))
                    engine.runAndWait()
    if k == ord('q'):
            break
camera.release()