face_recognition實現簡單的人臉識別

分別實現從圖片，視頻和攝像頭中進行人臉識別，並對人臉區域進行標注。

三種方式的實現方法本質上是一樣的，區別只在於對opencv的調用上存在一點區別。

下面以圖片中識別人臉的代碼為例：

#實現從圖片中進行人臉識別
#導入face_recognition 和 cv2 庫
import face_recognition
import cv2
import numpy as np

#讀入圖片
frame = cv2.imread('D:/test/3face.jpg')

#進行圖片縮放，這個十分重要，影響到識別是正確率和速度
#大圖片進行適當的縮小能明顯提高識別速度（在攝像頭和視頻識別中非常有效）（指數型）
#小圖片進行適當放大之后，可以明顯提高識別成功率
frame = cv2.resize(frame,(0,0),fx=0.25,fy=0.25)

#cv2的圖片排列方式為BGR，需要先轉變為RGB模式，face_recognition庫才能正常運行
rgb_frame = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)

#執行face_locations,識別出圖片中人臉的位置（左上點，右下點）
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]
    #畫出矩形框
    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()

原圖片如下：

效果圖如下：

單人臉識別：

多人臉識別：

其他詳細代碼（視頻，攝像頭）和效果展示請見：https://github.com/1647790440/deeplearning/tree/master/face_recognition