Python最短代碼實現Face Service,打造自己專用Face Service！__Python

對於類似於人臉的對象，你或許需要不少於 6000個分類器，每一個都需要成功匹配（當然，有容錯率），才能檢測出人臉。但這有一個問題：對於Face Service，演算法從左上方開始計算一個個資料區塊，不停問“這是張臉嗎”。每個資料區塊有超過 6000個檢測，加起來的計算量會達到數百萬層級，電腦很可能會讓你等得花兒都謝了。

在這裡還是要推薦下我自己建的Python開發學習群:483546416，群裡都是學Python開發的，如果你正在學習Python ，小編歡迎你加入,大家都是軟體開發黨，不定期分享乾貨（只有Python軟體開發相關的），包括我自己整理的一份2018最新的Python進階資料和進階開發教程，歡迎進階中和進想深入Python的小夥伴

實現Face Service

執行個體1：

1、 首先你需要提供一個檔案夾，裡面是所有你希望系統認識的人的圖片。其中每個人一張圖片，圖片以人的名字命名：

known_people 檔案夾下有 babe、成龍、容祖兒的照片

2、 接下來，你需要準備另一個檔案夾，裡面是你要識別的圖片：

unknown_pic 檔案夾下是要識別的圖片，其中韓紅是機器不認識的

3、 然後你就可以運行 face_recognition 命令了，把剛剛準備的兩個檔案夾作為參數傳入，命令就會返回需要識別的圖片中都出現了誰：

識別成功。

自動識別出人臉特徵

執行個體2（通過多張圖片對比，識別出是哪一個人）：

[html] view plain copy

# filename : recognize_faces_in_pictures.py

# -*- conding: utf-8 -*-

# 匯入face_recogntion模組，可用命令安裝 pip install face_recognition

import face_recognition

＃將jpg檔案載入到numpy數組中

babe_image = face_recognition.load_image_file("/opt/face/known_people/babe.jpeg")

Rong_zhu_er_image = face_recognition.load_image_file("/opt/face/known_people/Rong zhu er.jpg")

unknown_image = face_recognition.load_image_file("/opt/face/unknown_pic/babe2.jpg")

＃擷取每個影像檔中每個面部的面部編碼

＃由於每個映像中可能有多個面，所以返回一個編碼列表。

＃但是由於我知道每個映像只有一個臉，我只關心每個映像中的第一個編碼，所以我取索引0。

babe_face_encoding = face_recognition.face_encodings(babe_image)[0]

Rong_zhu_er_face_encoding = face_recognition.face_encodings(Rong_zhu_er_image)[0]

unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0]

known_faces = [

babe_face_encoding,

Rong_zhu_er_face_encoding

]

＃結果是True/false的數組，未知面孔known_faces陣列中的任何人相匹配的結果

results = face_recognition.compare_faces(known_faces, unknown_face_encoding)

print("這個未知面孔是 Babe 嗎? {}".format(results[0]))

print("這個未知面孔是 容祖兒 嗎? {}".format(results[1]))

print("這個未知面孔是 我們從未見過的新面孔嗎? {}".format(not True in results))

為true代表是相符的

好了，今天就分享到這裡，學習python有什麼好的學習方法和技巧歡迎在下面評論區留言和小編交流，有驚喜哦。