您的位置:首页 > 脚本大全 > > 正文

python人脸识别实时教程(python dlib人脸识别代码实例)

更多 时间:2021-10-21 08:55:28 类别:脚本大全 浏览量:222

python人脸识别实时教程

python dlib人脸识别代码实例

本文实例为大家分享了python dlib人脸识别的具体代码,供大家参考,具体内容如下

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • import matplotlib.pyplot as plt
  • import dlib
  • import numpy as np
  • import glob
  • import re
  •  
  • #正脸检测器
  • detector=dlib.get_frontal_face_detector()
  • #脸部关键形态检测器
  • sp=dlib.shape_predictor(r"d:\lb\javascript\shape_predictor_68_face_landmarks.dat")
  • #人脸识别模型
  • facerec = dlib.face_recognition_model_v1(r"d:\lb\javascript\dlib_face_recognition_resnet_model_v1.dat")
  •  
  • #候选人脸部描述向量集
  • descriptors=[]
  •  
  • photo_locations=[]
  •  
  • for photo in glob.glob(r'd:\lb\javascript\faces\*.jpg" alt="python人脸识别实时教程(python dlib人脸识别代码实例)" border="0" />):
  •   photo_locations.append(photo)
  •   img=plt.imread(photo)
  •   img=np.array(img)
  •   
  •   #开始检测人脸
  •   dets=detector(img,1)
  •   
  •   for k,d in enumerate(dets):
  •     #检测每张照片中人脸的特征
  •     shape=sp(img,d)
  •     face_descriptor=facerec.compute_face_descriptor(img,shape)
  •     v=np.array(face_descriptor)
  •     descriptors.append(v)
  •         
  • #输入的待识别的人脸处理方法相同
  • img=plt.imread(r'd:\test_photo10.jpg" alt="python人脸识别实时教程(python dlib人脸识别代码实例)" border="0" />)
  • img=np.array(img)
  • dets=detector(img,1)
  • #计算输入人脸和已有人脸之间的差异程度(比如用欧式距离来衡量)
  • differences=[]
  • for k,d in enumerate(dets):
  •   shape=sp(img,d)
  •   face_descriptor=facerec.compute_face_descriptor(img,shape)
  •   d_test=np.array(face_descriptor)
  •   
  •   #计算输入人脸和所有已有人脸描述向量的欧氏距离
  •   for i in descriptors:
  •     distance=np.linalg.norm(i-d_test)
  •     differences.append(distance)
  •  
  • #按欧式距离排序 欧式距离最小的就是匹配的人脸
  • candidate_count=len(photo_locations)
  • candidates_dict=dict(zip(photo_locations,differences))
  • candidates_dict_sorted=sorted(candidates_dict.items(),key=lambda x:x[1])
  •  
  • #matplotlib要正确显示中文需要设置
  • plt.rcparams['font.family'] = ['sans-serif']
  • plt.rcparams['font.sans-serif'] = ['simhei']
  •  
  • plt.rcparams['figure.figsize'] = (20.0, 70.0)
  •  
  • ax=plt.subplot(candidate_count+1,4,1)
  • ax.set_title("输入的人脸")
  • ax.imshow(img)
  •  
  • for i,(photo,distance) in enumerate(candidates_dict_sorted):
  •   img=plt.imread(photo)
  •   
  •   face_name=""
  •   photo_name=re.search(r'([^\\]*)\.jpg" alt="python人脸识别实时教程(python dlib人脸识别代码实例)" border="0" />,photo)
  •   if photo_name:
  •     face_name=photo_name[1]
  •     
  •   ax=plt.subplot(candidate_count+1,4,i+2)
  •   ax.set_xticks([])
  •   ax.set_yticks([])
  •   ax.spines['top'].set_visible(false)
  •   ax.spines['right'].set_visible(false)
  •   ax.spines['bottom'].set_visible(false)
  •   ax.spines['left'].set_visible(false)
  •   
  •   if i==0:
  •     ax.set_title("最匹配的人脸\n\n"+face_name+"\n\n差异度:"+str(distance))
  •   else:
  •     ax.set_title(face_name+"\n\n差异度:"+str(distance))
  •   ax.imshow(img)
  •  
  • plt.show()
  • python人脸识别实时教程(python dlib人脸识别代码实例)

    以上所述是小编给大家介绍的python dlib人脸识别详解整合,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对开心学习网网站的支持!

    原文链接:https://blog.csdn.net/MAILLIBIN/article/details/88979691

    您可能感兴趣