利用Python實現人臉辨識的方法及步驟

對於開發環境，我們將使用 Visual Studio Community Edition。

如果你的電腦上還沒有安裝它，你可以從這裡下載。並使用 C 安裝桌面開發。

現在我們有了使用 C 進行桌面開發的 Visual Studio，我們可以開始我們的專案了。

使用 Visual Studio 開啟新目錄並建立新的 python 環境。我們將使用venv. 打開你的整合終端並編寫python -m venv venv。然後透過鍵入venv/bin/Activate.ps1來啟動環境。這是針對 PowerShell 的。

如果你使用任何其他終端，你可以在此處找到完整列表

#現在我們已經完成了虛擬環境的創建，讓我們開始提取我們的依賴項。為此，我們將需要opencv和face_recognition。在你的終端機內使用pip.

pip install opencv-python face_recognition

Face Recognition是一個使用最先進的dlib函式庫的函式庫。我們準備好編寫一些程式碼並識別一些面孔。

建立一個新的 python 文件，我們將呼叫文件missingPerson.py，假設我們將使用我們的應用程式來匹配失蹤者。導入我們的依賴項並編寫我們的前幾行。

import cv2
import numpy as np
import face_recognition
import os
 
from face_recognition.api import face_distance

假設我們所有的照片都儲存在我們的伺服器儲存中，我們需要先將所有人物的圖像拉入我們的應用程式並讀取這些圖像。

path = 'MissingPersons'
images = []
missingPersons = []
missingPersonsList = os.listdir(path)
 
for missingPerson in missingPersonsList :
    curImg = cv2.imread(f'{path}/{missingPerson}')
    images.append(curImg)
    missingPersons.append(os.path.splitext(missingPerson)[0])
print(missingPersons)

在本節中，我們將使用 opencv 讀取失踪人員的所有圖像並將它們附加到我們的missingPerson列表中。

在我們從儲存中讀取所有遺失的人臉影像後，我們需要找到人臉編碼，以便我們可以使用 CNN 人臉偵測器在影像中建立人臉邊界框的二維數組。

def findEncodings(images):
    encodeList = []
    for img in images:
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        encode = face_recognition.face_encodings(img)[0]
        encodeList.append(encode)
    print(encodeList)
    return encodeList
 
encodeListKnown = findEncodings(images)
print('Encoding Complete')

我們將二維陣列儲存到已知人臉編碼清單中。這將需要幾分鐘。

現在我們有了所有失踪人員的臉部編碼，我們現在要做的就是將它們與我們的報告人圖像進行匹配。 face_recognition使用起來非常方便。

def findMissingPerson(encodeListKnown, reportedPerson='found1.jpg'):
    person = face_recognition.load_image_file(f'ReportedPersons/{reportedPerson}]')
    person = cv2.cvtColor(person,cv2.COLOR_BGR2RGB)
 
    try:
        encodePerson = face_recognition.face_encodings(person)[0]
 
        comparedFace = face_recognition.compare_faces(encodeListKnown,encodePerson)
        faceDis = face_recognition.face_distance(encodeListKnown,encodePerson)
        matchIndex = np.argmin(faceDis)
        if comparedFace[matchIndex]:
            name = missingPersons[matchIndex].upper()
            print(name)
            return name
        else:
          print('Not Found')
          return False
        
    except IndexError as e:
        print(e)
        return e

首先我們需要載入被報告人的圖像文件，對他們的臉進行編碼。剩下的就是將被報告人臉編碼與我們已知的人臉編碼進行比較。然後一個簡單的邏輯匹配他們的索引並返回是否在我們的 missingPersons 列表中找到該人。

這種人臉辨識不僅用來尋找失蹤者。它可以檢測和識別人臉，並且可以根據需要進行操作。

以上是利用Python實現人臉辨識的方法及步驟的詳細內容。更多資訊請關注PHP中文網其他相關文章！