Cuando estás pescando en el trabajo, el líder siempre aparecerá detrás de ti a escondidas. Por ejemplo, Xiaobian una vez vio "Qingyin" a escondidas y fue atrapado. Hoy usaremos Python para romper esta rutina de captura de peces. La idea principal es usar opencv para llamar a la cámara de la computadora para detectar y comparar caras. Cuando el líder aparezca detrás, abra la aplicación designada para pescar en aguas turbulentas.
Instale el módulo
Antes de escribir el programa, se debe instalar el módulo de cámara llamado por opencv y el módulo de reconocimiento facial face_locations.
# opencv 模块
pip3 insatll opencv-python
# face_locations 模块
pip3 install cmake
pip3 install face_recognition
Si encuentra dificultades para aprender y desea encontrar un entorno de aprendizaje y comunicación de Python, puede unirse a nuestra falda de pitón, seguir al editor y escribir en privado "01" para ingresar a la falda y recibir materiales de aprendizaje de Python, lo que le ahorrará mucho tiempo y reducir mucho las dificultades encontradas.
Reconocimiento facial
Primero, codifique el rostro del líder y guárdelo en la memoria para que pueda compararse con el reconocimiento facial capturado por la cámara en cualquier momento.
Por ejemplo, codificación facial para la imagen a continuación
import face_recognition
# 加载图片
pic_boss = face_recognition.load_image_file("/Users/xx/Desktop/face/0.png")
# 得到面部编码
boss_face_encoding = face_recognition.face_encodings(pic_boss)[0]
Resultado de ejemplo
[-0.02630499 0.12300251 0.01698755 0.01275834 -0.07418888 -0.00981654
-0.03014973 -0.16349442 0.11407443 -0.03254088 0.26810074 -0.10167226
-0.15427223 -0.11180711 0.01873804 0.18030289 -0.14980686 -0.12194286
-0.02620432 -0.03438358 0.04720668 0.05182001 0.009987 0.09340413
-0.11347414 -0.26094455 -0.07678577 -0.09128669 0.08928929 -0.07264765
-0.11346096 0.1254302 -0.20916753 -0.10639326 0.09938065 0.05473833
-0.04935627 -0.06184902 0.17554277 -0.02231439 -0.19398358 0.01744412
0.10445927 0.26399308 0.21656345 0.05588599 0.00760998 -0.13855973
0.12407181 -0.09017442 0.09778374 0.11776066 0.08498169 0.07626694
-0.01237833 -0.20856641 0.02468708 0.06579788 -0.12179989 0.02987257
0.1338616 -0.07621925 0.01559527 -0.03452411 0.18915619 0.01698355
-0.04450341 -0.2167782 0.09793964 -0.11409818 -0.10012487 0.13745219
-0.17124982 -0.15017164 -0.34856451 -0.01826046 0.41654593 0.09037441
-0.21255262 0.04289294 0.01760755 -0.01859214 0.20364219 0.14642054
0.00619181 -0.02451363 -0.15138477 0.00500458 0.25368348 -0.02767867
-0.09737059 0.17870165 -0.02200082 0.03460512 0.03690759 0.06052291
-0.0686012 0.04330266 -0.15649761 -0.09057935 0.00870521 0.04586265
-0.04279764 0.18815981 -0.15697879 0.17292421 0.03271531 0.08370531
-0.04779428 -0.05095051 -0.08721299 0.01937558 0.10537415 -0.21216688
0.16163379 0.07646587 0.09025833 0.08259746 0.08811771 0.06535679
-0.01029789 -0.06432205 -0.25512969 -0.03111095 0.12503427 -0.02948561
0.15236887 0.03259711]
Cámara de llamada
Utilice el método cv2.VideoCapture (0) para subir la cámara y realice la codificación de rostros en cada fotograma de la cámara, y finalmente utilice el método face_recognition.compare_faces () para comparar rostros.
import face_recognition
import cv2
import os
import time
# 调用摄像头，外部摄像头为：1
cap = cv2.VideoCapture(0)
while True:
# 按帧读取视频
# 其中ret是布尔值，如果读取帧是正确的则返回 True，
# frame就是每一帧的图像
ret, frame = cap.read()
# 进行面部编码
face_locations = face_recognition.face_locations(frame)
face_encodings = face_recognition.face_encodings(frame, face_locations)
for face_encoding in face_encodings:
# 人脸对比
results = face_recognition.compare_faces([boss_face_encoding], face_encoding)
if results[0]:
print("boss来了，快打开其他应用")
os.system('open /Applications/PyCharm.app')
time.sleep(300)
Cabe señalar que el método cv2.VideoCapture (0) informará: Abort trap: 6 error cuando se llama con el terminal en VSCode.
No existe tal problema cuando se ejecuta en el terminal que viene con el sistema.
para resumir
Debes pescar bien cuando puedas pescar en el trabajo, y nunca pescar cuando deberías estar luchando duro.
[ Método de adquisición de código ]
Todavía quiero recomendar el grupo de aprendizaje de Python que construí yo mismo : 705933274 , todos los cuales están aprendiendo Python. Si quieren aprender o están aprendiendo Python, pueden unirse. Todos son parte del desarrollo de software y comparten productos secos de de vez en cuando (solo relacionado con el desarrollo de software de Python), incluida una copia de los últimos materiales avanzados de Python y la enseñanza basada en cero compilada por mí en 2021. ¡Bienvenidos amigos que están en un nivel avanzado e interesados en Python para que se unan!