人臉檢測及識別python實現系列（6）——終篇：從實時視頻流識別出“我”

     終於到了最后一步，激動時刻就要來臨了，先平復一下心情，把剩下的代碼加上，首先是為Model類增加一個預測函數：

    #識別人臉
    def face_predict(self, image):    
        #依然是根據后端系統確定維度順序
        if K.image_dim_ordering() == 'th' and image.shape != (1, 3, IMAGE_SIZE, IMAGE_SIZE):
            image = resize_image(image)                             #尺寸必須與訓練集一致都應該是IMAGE_SIZE x IMAGE_SIZE
            image = image.reshape((1, 3, IMAGE_SIZE, IMAGE_SIZE))   #與模型訓練不同，這次只是針對1張圖片進行預測    
        elif K.image_dim_ordering() == 'tf' and image.shape != (1, IMAGE_SIZE, IMAGE_SIZE, 3):
            image = resize_image(image)
            image = image.reshape((1, IMAGE_SIZE, IMAGE_SIZE, 3))                    
        
        #浮點並歸一化
        image = image.astype('float32')
        image /= 255
        
        #給出輸入屬於各個類別的概率，我們是二值類別，則該函數會給出輸入圖像屬於0和1的概率各為多少
        result = self.model.predict_proba(image)
        print('result:', result)
        
        #給出類別預測：0或者1
        result = self.model.predict_classes(image)        

        #返回類別預測結果
        return result[0]

這個函數是提供給外部模塊使用的，外部模塊用它來預測哪個是“我”，哪個不是“我”。代碼很簡單，注釋也很詳細，就不多解釋了。接下來我們新建一個python文件：face_predict_use_keras.py，然后為這個文件添加如下代碼：

#-*- coding: utf-8 -*-

import cv2
import sys
import gc
from face_train_use_keras import Model

if __name__ == '__main__':
    if len(sys.argv) != 2:
        print("Usage:%s camera_id\r\n" % (sys.argv[0]))
        sys.exit(0)
        
    #加載模型
    model = Model()
    model.load_model(file_path = './model/me.face.model.h5')    
              
    #框住人臉的矩形邊框顏色       
    color = (0, 255, 0)
    
    #捕獲指定攝像頭的實時視頻流
    cap = cv2.VideoCapture(int(sys.argv[1]))
    
    #人臉識別分類器本地存儲路徑
    cascade_path = "/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt2.xml"    
    
    #循環檢測識別人臉
    while True:
        _, frame = cap.read()   #讀取一幀視頻
        
        #圖像灰化，降低計算復雜度
        frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        
        #使用人臉識別分類器，讀入分類器
        cascade = cv2.CascadeClassifier(cascade_path)                

        #利用分類器識別出哪個區域為人臉
        faceRects = cascade.detectMultiScale(frame_gray, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))        
        if len(faceRects) > 0:                 
            for faceRect in faceRects: 
                x, y, w, h = faceRect
                
                #截取臉部圖像提交給模型識別這是誰
                image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
                faceID = model.face_predict(image)   
                
                #如果是“我”
                if faceID == 0:                                                        
                    cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, thickness = 2)
                    
                    #文字提示是誰
                    cv2.putText(frame,'Dady', 
                                (x + 30, y + 30),                      #坐標
                                cv2.FONT_HERSHEY_SIMPLEX,              #字體
                                1,                                     #字號
                                (255,0,255),                           #顏色
                                2)                                     #字的線寬
                else:
                    pass
                            
        cv2.imshow("識別朕", frame)
        
        #等待10毫秒看是否有按鍵輸入
        k = cv2.waitKey(10)
        #如果輸入q則退出循環
        if k & 0xFF == ord('q'):
            break

    #釋放攝像頭並銷毀所有窗口
    cap.release()
    cv2.destroyAllWindows()

這個就是我們的最終程序，它能夠從USB拍攝的實時視頻流中找出哪一個是我，先看識別結果：

執行結果符合預期，值得慶賀。至此，本系列完結。