这篇教程Python三十行代码实现简单人脸识别的示例代码写得很实用，希望能帮到您。
一、库介绍
opencv，face_recognition，numpy，以及dlib
注意：
安装opencv速度可能过慢，需要更换国内镜像源，参考：https://www.jb51.net/article/208359.htm
附带Python3.7，64位版本 dlib whl下载路径：dlib-19_jb51.rar
二、库安装
pip install opencv-pythonpip install face_recognitionpip install numpy dlib库需进入whl文件路径下安装 pip install dlib-19.17.99-cp37-cp37m-win_amd64.whl 三、face_recognition库简单介绍
face_recognition的load_image_file方法会加载图片，并返回一个ndarray类型的数据 face_path = "C://Users//25103//Desktop//Python人脸识别//face//徐先生.jpg"image = face_recognition.load_image_file(face_path) face_recognition的face_encoding方法,可从返回的ndarray类型数据中提取人脸特征，可同时提取多个特征，返回值为列表类型 face_encoding = face_recognition.face_encodings(image)[0] face_recognition的face_location方法可以获取图片中所有人脸的位置，其返回值为一个列表 face_locations = face_recognition.face_locations(rgb_frame) 四、代码实现以及注释讲解
# coding = utf-8import dlibimport cv2import face_recognitionimport os# 创建视频对象video_capture = cv2.VideoCapture(0)# 加载需要识别的人脸图片（这张图片需要仅有一张脸）# face_recognition的load_image_file方法会加载图片，并返回一个ndarray类型的数据# ndarray类型就是NumPy的数组类型，其中的元素类型可以一致也可以不一致face_path = "C://Users//25103//Desktop//Python人脸识别//face//徐先生.jpg"image = face_recognition.load_image_file(face_path)# face_recognition的face_encoding方法,可从返回的ndarray类型数据中提取人脸特征，可同时提取多个特征，返回值为列表类型# 因为照片中只有一个人脸，所以我们取列表的第一个值face_encoding = face_recognition.face_encodings(image)[0]while True: # 从视频对象中读取一帧照片 ret,frame = video_capture.read() # 将照片缩小，加快处理速度,这里将其缩小为原图的1/4 # frame = cv2.rectangle(frame,(0,0),fx=0.25,fy=0.25) # 因为cv2用的是BGR色彩，我们组要将其转化为RGB进行处理 rgb_frame = frame[:,:,::-1] # 列表转置操作 # face_recognition的face_location方法可以获取图片中所有人脸的位置，其返回值为一个列表 face_locations = face_recognition.face_locations(rgb_frame) print("共从视频中找到了{}张人脸".format(len(face_locations))) # 获取视频中所有人脸的特征 face_encodings = face_recognition.face_encodings(rgb_frame,face_locations) for face in face_encodings: # 比较两个特征值——encoding1与encoding2，匹配返回True，否则返回False。tolerance越低，顾名思义，容错率越低,返回值为列表类型 match = face_recognition.compare_faces([face_encoding],face,tolerance=0.4) name = "不认识的人" if match[0]: # face为图片名称 name = os.path.basename(face_path[0:-4]) print("找到了{}".format(name))到此这篇关于Python三十行代码实现简单人脸识别的示例代码的文章就介绍到这了,更多相关Python 简单人脸识别内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
python匿名函数的实例用法
Pandas剔除混合数据中非数字的数据操作 |
