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!
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
相关资源
- python基础教程pdf第四版中文最新版.
- python项目黑马程序员/传智
- python教学视频
- 面向Arcgis的python脚本编程_数据
- Visual Studio 2015 CUDA 8.0 Python 3.5: Caffe
- 《Python标准库》.(Doug Hellmann中文版
- Hands-On Reinforcement Learning - Sudharsan Ra
- 《DSP思维:Python数字信号处理》LaTe
- Python源码剖析 超清晰版本
- Python学习手册(第四版).rar
- 《Django企业开发实战高效PythonWeb框架
- 《Python强化学习实战》随书代码
-
python的ba
semap库安装包ba semap-1.2. - python使用dlib对人脸识别的范例程序
- 卷积神经网络的Python实现
-
ba
semap-1.2.1-cp38-cp38m-win_amd64.whl - 《Python程序设计基础》习题答案与分
- 机器学习分类算法分析及基于Python的
- Multi-Devices.rar
- Python-20182019校招春招秋招算法NLP深度
- Python金融大数据分析,带目录
- Win10下Gensim 3.8编译版本,词向量训练
- Python计算机视觉编程(含源码+python计
- python机器学习及实践
- Python机器学习实践指南.pdf+代码+数据
- Python 3.6.1+Scrapy 1.1.0rc3
- Python机器学习Sebastian著-带书签
- Learning Python(3rd.Edition.完整书签目录
- 基于知识图谱的智能问答系统python实
- Python程序设计-董付国第二版教学课件
评论
共有 条评论