python庫(kù)介紹-face_recognition 人臉識(shí)別

標(biāo)簽：

Python

简介

face_recognition使用世界上最简单的人脸识别库，在Python或命令行中识别和操作人脸。

使用dlib最先进的人脸识别技术构建而成，并具有深度学习功能。该模型在Labeled Faces in the Wild基准中的准确率为99.38％。

另外还提供了face_recognition命令行工具！

技术支持钉钉群：21745728(可以加钉钉pythontesting邀请加入) qq群：144081101 591302926 567351477
道家技术-手相手诊看相中医等钉钉群21734177 qq群：391441566 184175668 338228106 看手相、面相、舌相、抽签、体质识别。服务费50元每人次起。请联系钉钉或者微信pythontesting

接口自动化性能测试数据分析人工智能从业专家一对一线上培训大纲

快速入门

本节我们基于ubuntu16.04,python3，使用如下图片：

image.png

快速入门

face_recognition

#!pythonimport face_recognition

image = face_recognition.load_image_file("test0.jpg")
face_locations = face_recognition.face_locations(image,model="cnn")
print(face_locations)

执行结果：

#!python$ python3 quick.py 
[(203, 391, 447, 147)]

model选择模型，默认为hog，该模式很多图片是无法识别的，为此一般用采用更精确但是速度更慢的cnn模型。

显示图片：

quick2.py

#!pythonimport face_recognitionfrom PIL import Image

image = face_recognition.load_image_file("test0.jpg")
face_locations = face_recognition.face_locations(image,model="cnn")
top, right, bottom, left = face_locations[0]
print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))
face_image = image[top:bottom, left:right]
pil_image = Image.fromarray(face_image)
pil_image.show()
pil_image.save("quick2.jpg")

执行后会在当前目录生成quick2.jpg，并在屏幕显示美女头像。

image.png

上口红

quick3.py

#!pythonimport face_recognitionfrom PIL import Image, ImageDraw

image = face_recognition.load_image_file("test1.jpg")
face_landmarks_list = face_recognition.face_landmarks(image)
print(face_landmarks_list)for face_landmarks in face_landmarks_list:
    
    pil_image = Image.fromarray(image)
    d = ImageDraw.Draw(pil_image, 'RGBA')    
    # Gloss the lips
    d.polygon(face_landmarks['top_lip'], fill=(150, 0, 0, 128))
    d.polygon(face_landmarks['bottom_lip'], fill=(150, 0, 0, 128))
    d.line(face_landmarks['top_lip'], fill=(150, 0, 0, 64), width=3)
    d.line(face_landmarks['bottom_lip'], fill=(150, 0, 0, 64), width=3)    
    
    pil_image.show()
    pil_image.save("quick3.jpg")

上口红之前：

image.png

上口红之后：

image.png

个人总是觉得没上口红的更好看，偏偏有那么多喜欢化成妖怪的女人。

框选

下面代码把脸部框选出来，注意：face_locations返回的图片和PIL使用的坐标不同，为此需要一定的转换。

quick4.py

#!pythonimport face_recognitionfrom PIL import Image, ImageDraw

image = face_recognition.load_image_file("test1.jpg")
locations = face_recognition.face_locations(image)
print(locations)
pos = locations[0]

pil_image = Image.fromarray(image)
d = ImageDraw.Draw(pil_image, 'RGBA')
d.rectangle((pos[3], pos[0], pos[1], pos[2]))
pil_image.show()
pil_image.save("quick4.jpg")

image.png

本文代码地址： https://github.com/china-testing/python-api-tesing/tree/master/python3_libraries/face_recognition

其他

旋转

face_recognition只能识别头在上嘴在下的图片比较好，如果你的照片是横向的，有可能要旋转才能识别。

image.png

sleep.py

#!pythonimport face_recognitionfrom PIL import Image, ImageDraw

image = face_recognition.load_image_file("sleep.jpg")
locations = face_recognition.face_locations(image)
print(locations)
img = Image.open("sleep.jpg")
img = img.rotate(90,expand=1)
img.save("/tmp/tmp.jpg")
image = face_recognition.load_image_file("/tmp/tmp.jpg")
locations = face_recognition.face_locations(image)
print(locations)

pil_image = Image.fromarray(image)
pil_image.show()

执行结果：