|
face_recognition命令行工具可以在单张图片或一个图片文件夹中识别人脸身份。首先，需要一个你已经知道名字的人脸图片文件夹，一个人一张图，图片的文件名即为对应的人的名字，然后，需要第二个图片文件夹，文件夹里面是你希望识别的图片：
然后，在命令行中切换到这两个文件夹所在路径，使用 face_recognition 命令行，传入这两个图片文件夹，然后就会输出未知图片中人的名字：
- $ face_recognition ./pictures_of_people_i_know/ ./unknown_pictures/
- /unknown_pictures/unknown.jpg,Barack Obama
- /face_recognition_test/unknown_pictures/unknown.jpg,unknown_person
输出结果的每一行对应着图片中的一张脸，图片名字和对应人脸识别结果用逗号分开。
如果结果输出了unknown_person，那么代表这张脸没有对应上已知人脸图片文件夹中的任何一个人。
face_detection 命令行工具
face_detection命令行工具可以在单张图片或一个图片文件夹中定位人脸位置（输出像素点坐标）。在命令行中使用face_detection，传入一个图片文件夹或单张图片文件来进行人脸位置检测：
- $ face_detection ./folder_with_pictures/
- examples/image1.jpg,65,215,169,112
- examples/image2.jpg,62,394,211,244
- examples/image2.jpg,95,941,244,792
输出结果的每一行都对应图片中的一张脸，输出坐标代表着这张脸的上、右、下、左像素点坐标。
调整人脸识别的容错率和敏感度
如果一张脸识别出不止一个结果，那么这意味着他和其他人长的太像了（此外，本项目对于小孩和亚洲人的人脸识别准确率有待提升）。你可以把容错率调低一些，使识别结果更加严格。这个功能可通过传入参数 --tolerance 来实现，默认的容错率是0.6，容错率越低，识别越严格准确。
- $ face_recognition --tolerance 0.54 ./pictures_of_people_i_know/ ./unknown_pictures/
- /unknown_pictures/unknown.jpg,Barack Obama
- /face_recognition_test/unknown_pictures/unknown.jpg,unknown_person
人脸匹配的具体数值可以通过传入参数 --show-distance true 来查看
- $ face_recognition --show-distance true ./pictures_of_people_i_know/ ./unknown_pictures/
- /unknown_pictures/unknown.jpg,Barack Obama,0.378542298956785
- /face_recognition_test/unknown_pictures/unknown.jpg,unknown_person,None
对识别速度不满意怎么办？
如果你的CPU是多核的，你可以通过并行运算加速人脸识别。例如，如果你的CPU有四个核心，那么你可以通过并行运算提升大概四倍的运算速度。
如果你使用Python3.4或更新的版本，可以传入 --cpus <number_of_cpu_cores_to_use> 参数：
- $ face_recognition --cpus 4 ./pictures_of_people_i_know/ ./unknown_pictures/
（你可以传入 --cpus -1参数来调用cpu的所有核心。）此外，子豪兄Tommy 表示树莓派3B有4个CPU核心，传入多核参数可以显著提升图片识别的速度。
更多案例
如果你并不在乎图片的文件名，只想知道文件夹中的图片里有谁，可以用这个管道命令：
- $ face_recognition ./pictures_of_people_i_know/ ./unknown_pictures/ | cut -d ',' -f2
- Barack Obama
- unknown_person
2.使用Python
在 Python 中导入 face_recognition模块，调用丰富的API接口，用几行代码就可以轻松玩转各种人脸识别功能！API 接口文档:
https://face-recognition.readthedocs.io
如何定位人脸位置或者识别人脸身份？
在 Python 中可以分别通过以下代码来实现在图片中定位人脸的位置
- import face_recognition
- image = face_recognition.load_image_file("my_picture.jpg")
- face_locations = face_recognition.face_locations(image)
- # face_locations is now an array listing the co-ordinates of each face
参考案例：
https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture.py
在图片中识别人脸身份
- import face_recognition
- picture_of_me = face_recognition.load_image_file("me.jpg")
- my_face_encoding = face_recognition.face_encodings(picture_of_me)[0]
- # my_face_encoding now contains a universal 'encoding' of my facial features that can be compared to any other picture of a face!
- unknown_picture = face_recognition.load_image_file("unknown.jpg")
- unknown_face_encoding = face_recognition.face_encodings(unknown_picture)[0]
- # Now we can see the two face encodings are of the same person with `compare_faces`!
- results = face_recognition.compare_faces([my_face_encoding], unknown_face_encoding)
- if results[0] == True:
- print("It's a picture of me!")
- else:
- print("It's not a picture of
参考案例：
https://github.com/ageitgey/face_recognition/blob/master/examples/recognize_faces_in_pictures.py
对人脸识别有精准要求怎么办？ （编辑：核心网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
