计算机视觉 【第二篇】面部识别
1 面部识别画蓝框
import face_recognition import cv2 # 打开摄像头，读取摄像头拍摄到的画面， # 定位到画面中人的脸部，并用绿色的框框把人的脸部框住 # 1. 打开摄像头， 获取摄像头对象 video_capture = cv2.VideoCapture(0) # 0代表的是第一个摄像头 # 2. 循环不停的去获取摄像头拍摄到的画面，并做进一步的处理 while True: # TODO 还需要做进一步的处理 # 2.1 获取摄像头拍摄到的画面 ret, frame = video_capture.read() # frame 摄像头所拍摄的画面pip # 2.2 从拍摄到的画面中提取出人的脸部所在区域（可能会有多个） face_locations = face_recognition.face_locations(frame) # 2.3 循环遍历人的脸部所在区域，并画框 for top, right, bottom, left in face_locations: # 2.3.1 在人像所在区域画框 cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2) # 2.4 通过opencv把拍摄到的并画了框的画面展示出来 cv2.imshow("Video", frame) # 2.5 设定按q退出While循环，退出程序的这样一个机制 if cv2.waitKey(1) & 0xFF == ord('q'): break # 退出while循环 # 3. 退出程序的时候，释放摄像头或其他资源 video_capture.release() cv2.destroyAllWindows()
2 1 面部识别与数据库比对（标记为红框）
import os import face_recognition import cv2 # 一：打开摄像头，读取摄像头拍摄到的画面， # 定位到画面中人的脸部，并用绿色的框框把人的脸部框住 # 二：读取到数据库中的人名和面部特征 # 三：用拍摄到人的脸部特征和数据库中的面部特征去匹配， # 并在用户头像的绿框上方用用户的姓名做标识，未知用户统一使用Unkown # 四: 定位和锁定目标人物，改使用红色的框框把目标人物的脸部框住 boss_names = ['Boss', 'boss'] # 1. 准备工作 face_databases_dir = 'face_databases' user_names = [] # 存用户姓名 user_faces_encodings = [] # 存用户面部特征向量（一一对应） # 2. 正式工作 # 2.1 得到face_databases_dir文件夹下所有的文件名 files = os.listdir('face_databases') # 2.2 循环读取文件名进行进一步的处理 for image_shot_name in files: # 2.2.1 截取文件名的.前面那部分作为用户名存入user_names的列表中 user_name, _ = os.path.splitext(image_shot_name) user_names.append(user_name) # 2.2.2 读取图片文件中的面部特征信息存入user_faces_encodings列表中 image_file_name = os.path.join(face_databases_dir, image_shot_name) image_file = face_recognition.load_image_file(image_file_name) face_encoding = face_recognition.face_encodings(image_file)[0] user_faces_encodings.append(face_encoding) # 1. 打开摄像头， 获取摄像头对象 video_capture = cv2.VideoCapture(0) # 0代表的是第一个摄像头 # 2. 循环不停的去获取摄像头拍摄到的画面，并做进一步的处理 while True: # TODO 还需要做进一步的处理 # 2.1 获取摄像头拍摄到的画面 ret, frame = video_capture.read() # frame 摄像头所拍摄的画面 # 2.2 从拍摄到的画面中提取出人的脸部所在区域（可能会有多个） # ['第一个人脸所在区域', '第二个人脸所在区域' ...] face_locations = face_recognition.face_locations(frame) # 2.21 从所有人的头像所在区域提取出脸部特征（可能会有多个） # ['第一个人脸对应的面部特征', '第二个人脸对应的面部特征' ...] face_encodings = face_recognition.face_encodings(frame, face_locations) # 2.22 定义用于存储拍摄到的用户的姓名的列表 # ['第一个人的姓名', '第二个人的姓名' ...] # 如果特征匹配不上数据库中的特征，则是Unknown names = [] # 遍历face_encodings，和之前数据库中面部特征做匹配 for face_encoding in face_encodings: # compare_faces(['面部特征1', '面部特征2', '面部特征3' ... ], 未知的面部特征) # compare_faces返回结果 # 假如 未知的面部特征 和 面部特征1 匹配， 和 面部特征2 面部特征3 不匹配 # [True, False, False] # 假如 未知的面部特征 和 面部特征2 匹配， 和 面部特征1 面部特征3 不匹配 # [False, True, False ] matchs = face_recognition.compare_faces(user_faces_encodings, face_encoding) # user_names # ['第一个人的姓名'，'第二个人的姓名'， '第三个人的姓名' ...] name = "UnKnown" for index, is_match in enumerate(matchs): # [False, True, False ] # 0 , False # 1 , True # 2, False if is_match: name = user_names[index] break names.append(name) # 2.3 循环遍历人的脸部所在区域，并画框, 在框框上标识人的姓名 # zip # zip(['第1个人的位置', '第2个人的位置'], ['第1个人的姓名', '第2个人的姓名']) # for # '第1个人的位置', '第1个人的姓名' # '第2个人的位置'， '第2个人的姓名' for (top, right, bottom, left), name in zip(face_locations, names): color = (0, 255, 0) if name in boss_names: # BGR color = (0, 0, 255) # 2.3.1 在人像所在区域画框 cv2.rectangle(frame, (left, top), (right, bottom), color, 2) font = cv2.FONT_HERSHEY_DUPLEX cv2.putText(frame, name, (left, top-10), font, 0.5, color, 1) # 2.4 通过opencv把拍摄到的并画了框的画面展示出来 cv2.imshow("Video", frame) # 2.5 设定按q退出While循环，退出程序的这样一个机制 if cv2.waitKey(1) & 0xFF == ord('q'): break # 退出while循环 # 3. 退出程序的时候，释放摄像头或其他资源 video_capture.release() cv2.destroyAllWindows()