face_recognition实现简单的人脸识别

face_recognition实现简单的人脸识别

分别实现从图片，视频和摄像头中进行人脸识别，并对人脸区域进行标注。

三种方式的实现方法本质上是一样的，区别只在于对opencv的调用上存在一点区别。

下面以图片中识别人脸的代码为例：

#实现从图片中进行人脸识别
#导入face_recognition 和 cv2 库
import face_recognition
import cv2
import numpy as np

#读入图片
frame = cv2.imread('D:/test/3face.jpg')

#进行图片缩放，这个十分重要，影响到识别是正确率和速度
#大图片进行适当的缩小能明显提高识别速度（在摄像头和视频识别中非常有效）（指数型）
#小图片进行适当放大之后，可以明显提高识别成功率
frame = cv2.resize(frame,(0,0),fx=0.25,fy=0.25)

#cv2的图片排列方式为BGR，需要先转变为RGB模式，face_recognition库才能正常运行
rgb_frame = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)

#执行face_locations,识别出图片中人脸的位置（左上点，右下点）
face_locations = face_recognition.face_locations(rgb_frame)

for face_location in face_locations:
    top = face_location[0]
    right = face_location[1]
    bottom = face_location[2]
    left = face_location[3]
    #画出矩形框
    cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)

cv2.imshow('img', frame)
cv2.imwrite('3faceout.jpg', frame)
cv2.waitKey(0)
cv2.destroyAllWindows()

原图片如下：

效果图如下：

单人脸识别：

多人脸识别：

其他详细代码（视频，摄像头）和效果展示请见：https://github.com/1647790440/deeplearning/tree/master/face_recognition