- A+
对于类似于人脸的对象，你或许需要不少于 6000个分类器，每一个都需要成功匹配（当然，有容错率），才能检测出人脸。但这有一个问题：对于人脸识别，算法从左上角开始计算一个个数据块，不停问“这是张脸吗”。每个数据块有超过 6000个检测，加起来的计算量会达到数百万级别，计算机很可能会让你等得花儿都谢了。
实现人脸识别
实例1：
1、 首先你需要提供一个文件夹，里面是所有你希望系统认识的人的图片。其中每个人一张图片，图片以人的名字命名：
known_people 文件夹下有 babe、成龙、容祖儿的照片
2、 接下来，你需要准备另一个文件夹，里面是你要识别的图片：
unknown_pic 文件夹下是要识别的图片，其中韩红是机器不认识的
3、 然后你就可以运行 face_recognition 命令了，把刚刚准备的两个文件夹作为参数传入，命令就会返回需要识别的图片中都出现了谁：
识别成功！
自动识别出人脸特征
实例2（通过多张图片对比，识别出是哪一个人）：
[html] view plain copy
-
# filename : recognize_faces_in_pictures.py
-
# -*- conding: utf-8 -*-
-
# 导入face_recogntion模块，可用命令安装 pip install face_recognition
-
import face_recognition
-
＃将jpg文件加载到numpy数组中
-
babe_image = face_recognition.load_image_file("/opt/face/known_people/babe.jpeg")
-
Rong_zhu_er_image = face_recognition.load_image_file("/opt/face/known_people/Rong zhu er.jpg")
-
unknown_image = face_recognition.load_image_file("/opt/face/unknown_pic/babe2.jpg")
-
＃获取每个图像文件中每个面部的面部编码
-
＃由于每个图像中可能有多个面，所以返回一个编码列表。
-
＃但是由于我知道每个图像只有一个脸，我只关心每个图像中的第一个编码，所以我取索引0。
-
babe_face_encoding = face_recognition.face_encodings(babe_image)[0]
-
Rong_zhu_er_face_encoding = face_recognition.face_encodings(Rong_zhu_er_image)[0]
-
unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0]
-
known_faces = [
-
babe_face_encoding,
-
Rong_zhu_er_face_encoding
-
]
-
＃结果是True/false的数组，未知面孔known_faces阵列中的任何人相匹配的结果
-
results = face_recognition.compare_faces(known_faces, unknown_face_encoding)
-
print("这个未知面孔是 Babe 吗? {}".format(results[0]))
-
print("这个未知面孔是 容祖儿 吗? {}".format(results[1]))
-
print("这个未知面孔是 我们从未见过的新面孔吗? {}".format(not True in results))
为true代表是相符的
好了，今天就分享到这里，学习python有什么好的学习方法和技巧欢迎在下面评论区留言和小编交流，有惊喜哦！
