资源简介

Python直接使用模型,实现一个简易版的人脸对比,非常有趣!

资源截图

代码片段和文件信息

# -*- coding: utf-8 -*-

import osdlibglobnumpy
from skimage import io

# 人脸关键点检测器
predictor_path = “shape_predictor.dat“
# 人脸识别模型、提取特征值
face_rec_model_path = “dlib_face_recognition.dat“
# 训练图像文件夹
faces_folder_path =‘train_images‘ 

# 加载模型
detector = dlib.get_frontal_face_detector()
sp = dlib.shape_predictor(predictor_path)
facerec = dlib.face_recognition_model_v1(face_rec_model_path)

candidate = []         # 存放训练集人物名字
descriptors = []       #存放训练集人物特征列表

for f in glob.glob(os.path.join(faces_folder_path“*.jpg“)):
    print(“正在处理: {}“.format(f))
    img = io.imread(f)
    candidate.append(f.split(‘\\‘)[-1].split(‘.‘)[0])
    # 人脸检测
    dets = detector(img 1)
    for k d in enumerate(dets): 
        shape = sp(img d)
        # 提取特征
        face_descriptor = facerec.compute_face_descriptor(img shape)
        v = numpy.array(face_descriptor) 
        descriptors.append(v)

print(‘识别训练完毕!‘)
try:
##    test_path=input(‘请输入要检测的图片的路径(记得加后缀哦):‘)
    img = io.imread(r“.\test_images\test6.jpg“)
    dets = detector(img 1)
except:
    print(‘输入路径有误,请检查!‘)

dist = []
for k d in enumerate(dets):
    shape = sp(img d)
    face_descriptor = facerec.compute_face_descriptor(img shape)
    d_test = numpy.array(face_descriptor) 
    for i in descriptors:                #计算距离
        dist_ = numpy.linalg.norm(i-d_test)
        dist.append(dist_)

# 训练集人物和距离组成一个字典
c_d = dict(zip(candidatedist))                
cd_sorted = sorted(c_d.items() key=lambda d:d[1])
print (“识别到的人物最有可能是: “cd_sorted[0][0])
print(c_d)

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       6148  2018-11-06 19:49  简易人脸相似度对比\face_recognition1106\.DS_Store

     文件   22466066  2017-10-05 19:15  简易人脸相似度对比\face_recognition1106\dlib_face_recognition.dat

     文件       1843  2018-11-08 15:57  简易人脸相似度对比\face_recognition1106\Face_recognition.py

     文件   99693937  2017-10-04 20:18  简易人脸相似度对比\face_recognition1106\shape_predictor.dat

     文件      37271  2017-10-05 20:45  简易人脸相似度对比\face_recognition1106\test_images\test1.jpg

     文件     146414  2018-10-27 21:22  简易人脸相似度对比\face_recognition1106\test_images\test10.jpg

     文件      43036  2017-10-08 19:13  简易人脸相似度对比\face_recognition1106\test_images\test2.jpg

     文件      39212  2017-10-08 18:48  简易人脸相似度对比\face_recognition1106\test_images\test3.jpg

     文件      44667  2017-10-08 18:59  简易人脸相似度对比\face_recognition1106\test_images\test4.jpg

     文件      11836  2017-10-09 20:52  简易人脸相似度对比\face_recognition1106\test_images\test5.jpg

     文件      42265  2017-10-11 16:20  简易人脸相似度对比\face_recognition1106\test_images\test6.jpg

     文件      10283  2017-10-09 21:15  简易人脸相似度对比\face_recognition1106\test_images\test7.jpg

     文件      41181  2017-10-11 15:43  简易人脸相似度对比\face_recognition1106\test_images\test8.jpg

     文件      44170  2017-10-11 15:48  简易人脸相似度对比\face_recognition1106\test_images\test9.jpg

     文件      18579  2017-10-05 19:30  简易人脸相似度对比\face_recognition1106\train_images\刘亦菲.jpg

     文件      30191  2017-10-05 19:30  简易人脸相似度对比\face_recognition1106\train_images\刘诗诗.jpg

     文件      14306  2018-10-27 21:20  简易人脸相似度对比\face_recognition1106\train_images\唐艺昕.jpg

     文件      19743  2017-10-09 20:58  简易人脸相似度对比\face_recognition1106\train_images\杨幂.jpg

     文件      34356  2017-10-09 16:51  简易人脸相似度对比\face_recognition1106\train_images\迪丽热巴.jpg

     文件       7298  2017-10-11 15:41  简易人脸相似度对比\face_recognition1106\train_images\郑秀妍.jpg

     文件      23112  2017-10-11 15:40  简易人脸相似度对比\face_recognition1106\train_images\郑秀晶.jpg

     文件      16772  2017-10-05 19:36  简易人脸相似度对比\face_recognition1106\train_images\郭富城.jpg

     文件      23841  2017-10-08 18:57  简易人脸相似度对比\face_recognition1106\train_images\黎明.jpg

     目录          0  2018-11-03 15:58  简易人脸相似度对比\face_recognition1106\test_images

     目录          0  2018-11-03 16:08  简易人脸相似度对比\face_recognition1106\train_images

     目录          0  2018-11-06 19:49  简易人脸相似度对比\face_recognition1106

     目录          0  2018-11-08 16:00  简易人脸相似度对比

----------- ---------  ---------- -----  ----

            122816527                    27



............此处省略0个文件信息

评论

共有 条评论