查看: 1517|回复: 0

[其他资源] Python 基于OpenCV+face_recognition实现人脸捕捉与人脸识别（照片对比）

[复制链接]

字体大小: 正常放大

杨利霞

5250 主题	81 听众	16万积分

TA的每日心情

	开心 2021-8-11 17:59

签到天数: 17 天

[LV.4]偶尔看看III

网络挑战赛参赛者

自我介绍: 本人女，毕业于内蒙古科技大学，担任文职专业，毕业专业英语。

群组: 2018美赛大象算法课程

群组: 2018美赛护航培训课程

群组: 2019年数学中国站长建

群组: 2019年数据分析师课程

群组: 2018年大象老师国赛优

电梯直达

1^#

发表于 2022-9-14 17:07 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

Python 基于OpenCV+face_recognition实现人脸捕捉与人脸识别（照片对比）

1.安装包依赖
与上篇通过摄像头动态识别人脸一样，先下载好opencv-python、face-recognition，这里因为使用的是照片对比的方式，特意使用tkinter画了一个简单的GUI方便操作。

在python 3以上版本tkinter是环境自带的，所以这里不需要安装

2.代码示例
import os
import cv2
import numpy as np
import face_recognition
import tkinter as tk
import tkinter.filedialog
from PIL import Image,ImageTk

classNames=[]
img_path='Picture'
img_recognition_path='Recognition'
existsEncodeingList=[]
#对人脸集合进行编码进行处理
def findEncodeings(images):
for img in images:
      #灰度处理
      img=cv2.cvtColor(src=img,code=cv2.COLOR_BGR2RGB)
      #face_encodings对图片对象a_images进行编码并返回数组0位置编码结果
      encode=face_recognition.face_encodings(img)[0]
      existsEncodeingList.append(encode)

#获取当前存储的人脸编码集合
def findExistsEncodeingList(img_path):
images=[]
#列出已经上传的所有图片
imgList=os.listdir(img_path)
#处理存储的图片得到其人脸编码
for pic in imgList:
      img=cv2.imread('{}/{}'.format(img_path,pic))
      images.append(img)
      classNames.append(os.path.splitext(pic)[0])
findEncodeings(images)

#选择并对比图片
def choosepic():
choosepath = tkinter.filedialog.askopenfilename()
path.set(choosepath)
img_open = Image.open(entry.get()).resize((530,750))
img = ImageTk.PhotoImage(img_open)
lableShowImage.config(image=img)
lableShowImage.image = img
lableShowImage.place(x=30, y=70, width=530, height=750)
faceRecognition(choosepath)

def faceRecognition(choosepath):
frame=cv2.imread(choosepath)
frameRGB=cv2.cvtColor(src=frame,code=cv2.COLOR_BGR2RGB)
#对摄像头读取的检测人脸
facesLocate=face_recognition.face_locations(frameRGB)
#进行特征编码
faceEncoded=face_recognition.face_encodings(frameRGB,facesLocate)
#遍历检测的人脸和库中读取的图片进行对比，计算其相似度
name='unknow'
for (top,right, bottom,left),face_encoding in zip(facesLocate,faceEncoded):
      #进行匹配
      matchs=face_recognition.compare_faces(existsEncodeingList,face_encoding)
      #计算相似度
      distance=face_recognition.face_distance(existsEncodeingList,face_encoding)
      lab='unknow'
      for index, item in enumerate(distance):
         if item<0.5:
            if matchs[index]:
                  #得到匹配到的图片名称与相似度值
                  lab='name:{}; Similarity:{}'.format(classNames[index],item)
                  name=classNames[index]
                  break
      #初始化面部捕捉框显示绿色
      color1 =(0,255,0)
      if name =='unknow':
         #未能识别的时候显示蓝色
         color1 =(255,0,0)
      #画面部捕捉框
      cv2.rectangle(img=frame,pt1=(left,top),pt2=(right,bottom),color=color1,thickness=3)
      #在捕捉框上添加匹配到的图片信息
      cv2.putText(frame, lab, (left,top-8),cv2.FONT_HERSHEY_SIMPLEX, 0.7, color1, 2)
      cv2.imwrite('{}/{}.png'.format(img_recognition_path,name),frame)
img_Recognition = Image.open('{}/{}.png'.format(img_recognition_path,name)).resize((530,750))
img = ImageTk.PhotoImage(img_Recognition)
lableShowImage2.config(image=img)
lableShowImage2.image = img
lableShowImage2.place(x=630, y=70, width=530, height=750)

if __name__ == '__main__':
findExistsEncodeingList(img_path)
#生成tk界面 app即主窗口
app = tk.Tk()
#修改窗口titile
app.title("show pictue")
#设置主窗口的大小和位置
app.geometry("1200x900+200+50")
#Entry widget which allows displaying simple text.
path = tk.StringVar()
entry = tk.Entry(app, state='readonly', text=path,width = 100)
entry.pack()
#使用Label显示图片
lableShowImage = tk.Label(app)
lableShowImage.pack()
   #使用Label2显示处理后的图片
lableShowImage2 = tk.Label(app)
lableShowImage2.pack()
#选择图片的按钮
buttonSelImage = tk.Button(app, text='choose picture', command=choosepic)
buttonSelImage.pack()
app.mainloop()

3.说明
首先我将需要被识别的人脸的照片预设到项目目录的Picture文件夹下，然后创建一个Recognition目录存放识别过的图片，这样方便在一个界面上展示对比结果照片。

其实对比结果也可以不用存，直接将处理后的图片缓存直接展示在界面上，这里需要改一下此处的代码，将上述代码注释掉，然后换成下面的那行，通过数组直接转成图片

但是效果会存在色彩的失真，效果如下：

也尝试了PIL的九种不同图片模式: 1，L，P，RGB，RGBA，CMYK，YCbCr，I，F，最终效果也没达到，大概与我resize((530,750))这个有关，也没继续纠结，有兴趣的同学可以尝试一下。

这里简单提下PIL的九种不同图片模式：

modes 描述
1 1位像素，黑和白，存成8位的像素
L 8位像素，黑白
P 8位像素，使用调色板映射到任何其他模式
RGB 3× 8位像素，真彩
RGBA 4×8位像素，真彩+透明通道
CMYK 4×8位像素，颜色隔离
YCbCr 3×8位像素，彩色视频格式
I 32位整型像素
F 32位浮点型像素
4.实现效果

可以实现简单的人脸对比，Similarity代表相似度值，值越小代表人脸与预设的图片越相似。
————————————————
版权声明：本文为CSDN博主「物联网_咸鱼」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_17486399/article/details/126629288

zan