Python 40行代码实现人脸识别功能


Posted in Python onApril 02, 2017

前言

很多人都认为人脸识别是一项非常难以实现的工作,看到名字就害怕,然后心怀忐忑到网上一搜,看到网上N页的教程立马就放弃了。这些人里包括曾经的我自己。其实如果如果你不是非要深究其中的原理,只是要实现这一工作的话,人脸识别也没那么难。今天我们就来看看如何在40行代码以内简单地实现人脸识别。

一点区分

对于大部分人来说,区分人脸检测和人脸识别完全不是问题。但是网上有很多教程有无无意地把人脸检测说成是人脸识别,误导群众,造成一些人认为二者是相同的。其实,人脸检测解决的问题是确定一张图上有木有人脸,而人脸识别解决的问题是这个脸是谁的。可以说人脸检测是是人识别的前期工作。今天我们要做的是人脸识别。

所用工具

Anaconda 2——Python 2

Dlib

scikit-image

Dlib

对于今天要用到的主要工具,还是有必要多说几句的。Dlib是基于现代C++的一个跨平台通用的框架,作者非常勤奋,一直在保持更新。Dlib内容涵盖机器学习、图像处理、数值算法、数据压缩等等,涉猎甚广。更重要的是,Dlib的文档非常完善,例子非常丰富。就像很多库一样,Dlib也提供了Python的接口,安装非常简单,用pip只需要一句即可:

pip install dlib

上面需要用到的scikit-image同样只是需要这么一句:

pip install scikit-image

注:如果用pip install dlib安装失败的话,那安装起来就比较麻烦了。错误提示很详细,按照错误提示一步步走就行了。

人脸识别

之所以用Dlib来实现人脸识别,是因为它已经替我们做好了绝大部分的工作,我们只需要去调用就行了。Dlib里面有人脸检测器,有训练好的人脸关键点检测器,也有训练好的人脸识别模型。今天我们主要目的是实现,而不是深究原理。感兴趣的同学可以到官网查看源码以及实现的参考文献。今天的例子既然代码不超过40行,其实是没啥难度的。有难度的东西都在源码和论文里。

首先先通过文件树看一下今天需要用到的东西:

Python 40行代码实现人脸识别功能

准备了六个候选人的图片放在candidate-faces文件夹中,然后需要识别的人脸图片test.jpg。我们的工作就是要检测到test.jpg中的人脸,然后判断她到底是候选人中的谁。另外的girl-face-rec.py是我们的python脚本。shape_predictor_68_face_landmarks.dat是已经训练好的人脸关键点检测器。dlib_face_recognition_resnet_model_v1.dat是训练好的ResNet人脸识别模型。ResNet是何凯明在微软的时候提出的深度残差网络,获得了 ImageNet 2015 冠军,通过让网络对残差进行学习,在深度和精度上做到了比
CNN 更加强大。

1. 前期准备

shape_predictor_68_face_landmarks.datdlib_face_recognition_resnet_model_v1.dat都可以在这里找到。不能点击超链接的可以直接输入以下网址:http://dlib.net/files/。

然后准备几个人的人脸图片作为候选人脸,最好是正脸。放到candidate-faces文件夹中。

本文这里准备的是六张图片,如下:

Python 40行代码实现人脸识别功能

她们分别是

Python 40行代码实现人脸识别功能

然后准备四张需要识别的人脸图像,其实一张就够了,这里只是要看看不同的情况:

Python 40行代码实现人脸识别功能

可以看到前两张和候选文件中的本人看起来还是差别不小的,第三张是候选人中的原图,第四张图片微微侧脸,而且右侧有阴影。

2.识别流程

数据准备完毕,接下来就是代码了。识别的大致流程是这样的:

  • 先对候选人进行人脸检测、关键点提取、描述子生成后,把候选人描述子保存起来。
  • 然后对测试人脸进行人脸检测、关键点提取、描述子生成。
  • 最后求测试图像人脸描述子和候选人脸描述子之间的欧氏距离,距离最小者判定为同一个人。

3.代码

代码不做过多解释,因为已经注释的非常完善了。以下是girl-face-rec.py

# -*- coding: UTF-8 -*-
import sys,os,dlib,glob,numpy
from skimage import io
if len(sys.argv) != 5:
 print "请检查参数是否正确"
 exit()
# 1.人脸关键点检测器
predictor_path = sys.argv[1]
# 2.人脸识别模型
face_rec_model_path = sys.argv[2]
# 3.候选人脸文件夹
faces_folder_path = sys.argv[3]
# 4.需识别的人脸
img_path = sys.argv[4]
# 1.加载正脸检测器
detector = dlib.get_frontal_face_detector()
# 2.加载人脸关键点检测器
sp = dlib.shape_predictor(predictor_path)
# 3. 加载人脸识别模型
facerec = dlib.face_recognition_model_v1(face_rec_model_path)
# win = dlib.image_window()
# 候选人脸描述子list
descriptors = []
# 对文件夹下的每一个人脸进行:
# 1.人脸检测
# 2.关键点检测
# 3.描述子提取
for f in glob.glob(os.path.join(faces_folder_path, "*.jpg")):
 print("Processing file: {}".format(f))
 img = io.imread(f)
 #win.clear_overlay()
 #win.set_image(img)
 # 1.人脸检测
 dets = detector(img, 1)
 print("Number of faces detected: {}".format(len(dets)))
 for k, d in enumerate(dets): 
  # 2.关键点检测
  shape = sp(img, d)
  # 画出人脸区域和和关键点
  # win.clear_overlay()
  # win.add_overlay(d)
  # win.add_overlay(shape)
  # 3.描述子提取,128D向量
  face_descriptor = facerec.compute_face_descriptor(img, shape)
  # 转换为numpy array
  v = numpy.array(face_descriptor) 
  descriptors.append(v)
# 对需识别人脸进行同样处理
# 提取描述子,不再注释
img = io.imread(img_path)
dets = detector(img, 1)
dist = []
for k, d in enumerate(dets):
 shape = sp(img, d)
 face_descriptor = facerec.compute_face_descriptor(img, shape)
 d_test = numpy.array(face_descriptor) 
 # 计算欧式距离
 for i in descriptors:
  dist_ = numpy.linalg.norm(i-d_test)
  dist.append(dist_)
# 候选人名单
candidate = ['Unknown1','Unknown2','Shishi','Unknown4','Bingbing','Feifei']
# 候选人和距离组成一个dict
c_d = dict(zip(candidate,dist))
cd_sorted = sorted(c_d.iteritems(), key=lambda d:d[1])
print "\n The person is: ",cd_sorted[0][0] 
dlib.hit_enter_to_continue()

4.运行结果

我们在.py所在的文件夹下打开命令行,运行如下命令

python girl-face-rec.py 1.dat 2.dat ./candidate-faecs test1.jpg

由于shape_predictor_68_face_landmarks.datdlib_face_recognition_resnet_model_v1.dat名字实在太长,所以我把它们重命名为1.dat和2.dat。

运行结果如下:

The person is Bingbing。

记忆力不好的同学可以翻上去看看test1.jpg是谁的图片。有兴趣的话可以把四张测试图片都运行下试试。

这里需要说明的是,前三张图输出结果都是非常理想的。但是第四张测试图片的输出结果是候选人4。对比一下两张图片可以很容易发现混淆的原因。

机器毕竟不是人,机器的智能还需要人来提升。

有兴趣的同学可以继续深入研究如何提升识别的准确率。比如每个人的候选图片用多张,然后对比和每个人距离的平均值之类的。全凭自己了。

以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,同时也希望多多支持三水点靠木!

Python 相关文章推荐
在Python的Tornado框架中实现简单的在线代理的教程
May 02 Python
5款非常棒的Python工具
Jan 05 Python
解决已经安装requests,却依然提示No module named requests问题
May 18 Python
win7+Python3.5下scrapy的安装方法
Jul 31 Python
对python numpy.array插入一行或一列的方法详解
Jan 29 Python
Python实现的企业粉丝抽奖功能示例
Jul 26 Python
django 框架实现的用户注册、登录、退出功能示例
Nov 28 Python
使用opencv将视频帧转成图片输出
Dec 10 Python
Scrapy框架介绍之Puppeteer渲染的使用
Jun 19 Python
无惧面试,带你搞懂python 装饰器
Aug 17 Python
python爬取天气数据的实例详解
Nov 20 Python
python 批量下载bilibili视频的gui程序
Nov 20 Python
Python可变参数用法实例分析
Apr 02 #Python
Python编程实现数学运算求一元二次方程的实根算法示例
Apr 02 #Python
Python中selenium实现文件上传所有方法整理总结
Apr 01 #Python
详解Python多线程Selenium跨浏览器测试
Apr 01 #Python
Python 基础之字符串string详解及实例
Apr 01 #Python
Python中格式化format()方法详解
Apr 01 #Python
Python 中开发pattern的string模板(template) 实例详解
Apr 01 #Python
You might like
php中引用符号(&)的使用详解
2013/11/13 PHP
php数组键值用法实例分析
2015/02/27 PHP
php格式文件打开的四种方法
2018/02/24 PHP
document.designMode的功能与使用方法介绍
2007/11/22 Javascript
小型js框架veryide.librar源代码
2009/03/05 Javascript
MooTools 1.2介绍
2009/09/14 Javascript
jQuery 数据缓存data(name, value)详解及实现
2010/01/04 Javascript
JQuery学习笔记 nt-child的使用
2011/01/17 Javascript
jQuery最佳实践完整篇
2011/08/20 Javascript
form.submit()不能提交表单的原因分析
2014/10/23 Javascript
js获取checkbox值的方法
2015/01/28 Javascript
在浏览器中打开或关闭JavaScript的方法
2015/06/03 Javascript
Angularjs自定义指令实现三级联动 选择地理位置
2017/02/13 Javascript
详解Vue.js 2.0 如何使用axios
2017/04/21 Javascript
Angular4学习笔记之实现绑定和分包
2017/08/01 Javascript
jQuery实现菜单栏导航效果
2017/08/15 jQuery
webuploader实现上传图片到服务器功能
2018/08/16 Javascript
利用js-cookie实现前端设置缓存数据定时失效
2019/06/18 Javascript
在Python的Flask框架下使用sqlalchemy库的简单教程
2015/04/09 Python
Ubuntu 16.04 LTS中源码安装Python 3.6.0的方法教程
2016/12/27 Python
Python cookbook(数据结构与算法)从序列中移除重复项且保持元素间顺序不变的方法
2018/03/13 Python
使用python快速在局域网内搭建http传输文件服务的方法
2019/11/14 Python
Python模块_PyLibTiff读取tif文件的实例
2020/01/13 Python
Python自动重新加载模块详解(autoreload module)
2020/04/01 Python
给Django Admin添加验证码和多次登录尝试限制的实现
2020/07/26 Python
python自动生成证件号的方法示例
2021/01/14 Python
html5声频audio和视频video等新特性详细说明
2012/12/26 HTML / CSS
德国汽车零件和汽车配件网上商店:kfzteile24
2018/11/14 全球购物
英国Lookfantastic中文网站:护肤品美妆美发购物(英国直邮)
2020/04/27 全球购物
如何在Cookie里面保存Unicode和国际化字符
2013/05/25 面试题
多媒体编辑专业毕业生推荐信
2013/11/05 职场文书
巾帼志愿者活动方案
2014/08/17 职场文书
2014年客房服务员工作总结
2014/11/18 职场文书
雨花台导游词
2015/02/06 职场文书
事业单位聘任报告
2015/03/02 职场文书
使用@Value值注入及配置文件组件扫描
2021/07/09 Java/Android