単純な顔認識を実現するための30行のPythonコード
1.ライブラリの紹介
OpenCVの、face_recognition、numpyの、およびDLIBの
注：
OpenCVのインストールのスピードが遅すぎるかもしれ、あなたは国内のミラー元を交換する必要があり、参照：https://blog.csdn.net/X_xs_mxt/article/details/107069379は
付属していますPython3.7、64ビットバージョンのdlib whlダウンロードパス：
リンク：https ：//pan.baidu.com/s/1jOmwQ2OpJcbyYPSMisIFlg
抽出コード：to50
多くの人がPythonを学び、基本的な文法を習得した後、どこから始めればよいかわかりません。
事例研究を行った多くの人々は、より高度な知識を学ぶ方法を知りません。
したがって、これら3つのタイプの人々のために、ビデオチュートリアル、電子書籍、およびコースのソースコードを無料で受け取ることができる優れた学習プラットフォームを提供します。
QQグループ：701698587
第二に、ライブラリのインストール
pip install opencv-python
pip install face_recognition
pip install numpy
dlibライブラリはwhlファイルパスにインストールする必要があります
pip install dlib-19.17.99-cp37-cp37m-win_amd64.whl
3、face_recognitionライブラリの簡単な紹介
face_recognitionのload_image_fileメソッドは、画像を読み込み、ndarrayタイプのデータを返します。
face_path = "C://Users//25103//Desktop//Python人脸识别//face//徐先生.jpg"
image = face_recognition.load_image_file(face_path)
face_recognitionのface_encodingメソッドは、返されたndarrayタイプのデータから顔の特徴を抽出でき、同時に複数の特徴を抽出できます。戻り値はリストタイプです。
face_encoding = face_recognition.face_encodings(image)[0]
face_recognitionのface_locationメソッドは、画像内のすべての顔の位置を取得でき、戻り値はリストです。
face_locations = face_recognition.face_locations(rgb_frame)
4、コードの実装とコメントの説明
# coding = utf-8
import dlib
import cv2
import face_recognition
import os
# 创建视频对象
video_capture = cv2.VideoCapture(0)
# 加载需要识别的人脸图片（这张图片需要仅有一张脸）
# face_recognition的load_image_file方法会加载图片，并返回一个ndarray类型的数据
# ndarray类型就是NumPy的数组类型，其中的元素类型可以一致也可以不一致
face_path = "C://Users//25103//Desktop//Python人脸识别//face//徐先生.jpg"
image = face_recognition.load_image_file(face_path)
# face_recognition的face_encoding方法,可从返回的ndarray类型数据中提取人脸特征，可同时提取多个特征，返回值为列表类型
# 因为照片中只有一个人脸，所以我们取列表的第一个值
face_encoding = face_recognition.face_encodings(image)[0]
while True:
# 从视频对象中读取一帧照片
ret,frame = video_capture.read()
# 将照片缩小，加快处理速度,这里将其缩小为原图的1/4
# frame = cv2.rectangle(frame,(0,0),fx=0.25,fy=0.25)
# 因为cv2用的是BGR色彩，我们组要将其转化为RGB进行处理
rgb_frame = frame[:,:,::-1] # 列表转置操作
# face_recognition的face_location方法可以获取图片中所有人脸的位置，其返回值为一个列表
face_locations = face_recognition.face_locations(rgb_frame)
print("共从视频中找到了{}张人脸".format(len(face_locations)))
# 获取视频中所有人脸的特征
face_encodings = face_recognition.face_encodings(rgb_frame,face_locations)
for face in face_encodings:
# 比较两个特征值——encoding1与encoding2，匹配返回True，否则返回False。tolerance越低，顾名思义，容错率越低,返回值为列表类型
match = face_recognition.compare_faces([face_encoding],face,tolerance=0.4)
name = "不认识的人"
if match[0]:
# face为图片名称
name = os.path.basename(face_path[0:-4])
print("找到了{}".format(name))