基于OpenCV的實(shí)時(shí)面部識別

點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

人臉識別

“面部識別”名稱本身就是一個(gè)非常全面的定義，面部識別是通過數(shù)字媒體作為輸入來識別或檢測人臉的技術(shù)執(zhí)行過程。

人臉識別的準(zhǔn)確性可以提供高質(zhì)量的輸出，而不是忽略影響其的問題因素。在這里，要確保運(yùn)行我們的模型，必須確保在本地系統(tǒng)中安裝了庫。

pip install face_recognition

如果在 face_recognition庫的安裝過程中遇到一些問題或錯(cuò)誤，可以點(diǎn)擊以下鏈接：https://www.youtube.com/watch?v=xaDJ5xnc8dc

人臉識別本身無法提供清晰的輸出，因此出現(xiàn)了OpenCV實(shí)現(xiàn)的概念。

預(yù)先錄制的視頻中的人臉識別輸出示例。

OpenCV

OpenCV是python中一個(gè)著名的庫，用于實(shí)時(shí)應(yīng)用程序。OpenCV在計(jì)算機(jī)世界中就像樹的根一樣非常重要。

face_recognition中的OpenCV對我們訓(xùn)練為輸入的面部圖像進(jìn)行聚類和特征提取。它以圖像中的地標(biāo)為目標(biāo)，以迭代方式在計(jì)算機(jī)視覺的深度學(xué)習(xí)方法中訓(xùn)練它們。

在本地系統(tǒng)中安裝OpenCV

pip install opencv-python

使用深度學(xué)習(xí)算法，OpenCV檢測可作為聚類，相似性檢測和圖像分類的表示。

為什么我們使用OpenCV作為實(shí)時(shí)Face_Recognition中的關(guān)鍵工具？

人類可以輕松檢測到面部，但是我們?nèi)绾斡?xùn)練機(jī)器識別面部？OpenCV在這里填補(bǔ)了人與計(jì)算機(jī)之間的空白，并充當(dāng)了計(jì)算機(jī)的愿景。

以一個(gè)實(shí)時(shí)的例子為例，當(dāng)一個(gè)人遇到新朋友時(shí)，他會記住這些人的臉，以備將來識別。一個(gè)人的大腦反復(fù)訓(xùn)練后端的人臉。因此，當(dāng)他看到那個(gè)人的臉時(shí)，他說：“嗨，約翰！你好嗎？”。

對面部的識別和可以為計(jì)算機(jī)提供與人類相同的思維方式。

OpenCV是計(jì)算機(jī)視覺中的重要工具。如果我們使用OpenCV，則遵循以下步驟：

? 通過輸入提取數(shù)據(jù)。

? 識別圖像中的面部。

? 提取獨(dú)特的特征，以建立預(yù)測思想。

? 該特定人的性格特征，如鼻子，嘴巴，耳朵，眼睛和面部主要特征。

? 實(shí)時(shí)人臉識別中人臉的比較。

? 識別出的人臉的最終輸出。

使用OpenCV python的Face_Recognition：

代碼下載：https://github.com/eazyciphers/deep-machine-learning-tutors/tree/master/Real-Time Face RecognitionGitHub

導(dǎo)入所有軟件包：

import face_recognitionimport cv2import numpy as np

加載并訓(xùn)練圖像：

# Load a sample picture and learn how to recognize it.Jithendra_image = face_recognition.load_image_file("jithendra.jpg")Jithendra_face_encoding = face_recognition.face_encodings(Jithendra_image)[0]# Load a sample picture and learn how to recognize it.Modi_image = face_recognition.load_image_file("Modi.jpg")Modi_face_encoding = face_recognition.face_encodings(Modi_image)[0]

人臉編碼：

# Create arrays of known face encodings and their namesknown_face_encodings = [Jithendra_face_encoding,Modi_face_encoding,]known_face_names = ["Jithendra","Modi"]

主要方法：

當(dāng)實(shí)時(shí)人臉識別為true時(shí)，它將檢測到人臉并按照代碼中的以下步驟操作：

? 抓取實(shí)時(shí)視頻中的一幀。

? 將圖像從BGR顏色（OpenCV使用的顏色）轉(zhuǎn)換為RGB顏色（face_recognition使用的顏色）

? 在實(shí)時(shí)視頻的幀中找到所有面部和面部編碼。

? 循環(huán)瀏覽此視頻幀中的每個(gè)面孔，并檢查該面孔是否與現(xiàn)有面孔匹配。

? 如果一個(gè)人臉無法識別現(xiàn)有人臉，則將輸出視為未知或未知。

? 識別后，否則在識別出的臉部周圍畫一個(gè)方框。

? 用其名稱標(biāo)記識別的面部。

? 識別后顯示結(jié)果圖像。

退出：

# Hit 'q' on the keyboard to quit!
if cv2.waitKey(1) & 0xFF == ord('q'):
break

釋放攝像頭的手柄：

# Release handle to the webcam
video_capture.release()
cv2.destroyAllWindows()

輸入和輸出

在訓(xùn)練過程中提供給模型的樣本輸入…。

輸入

用于訓(xùn)練代碼的樣本圖像

樣本輸入圖像進(jìn)行訓(xùn)練

輸出：

記錄輸出

代碼參考：https?:?//github.com/eazyciphers/deep-machine-learning-tutors

參考文獻(xiàn)：

https://www.pyimagesearch.com/2018/09/24/opencv-face-recognition/

https://www.superdatascience.com/blogs/opencv-face-recognition

https://zh.wikipedia.org/wiki/Facial_recognition_system

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~