摘要: 1行代碼實現人臉識別，1. 首先你需要提供一個文件夾，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。2. 接下來，你需要準備另一個文件夾，裡面是你要識別的圖片。3. 然後你就可以運行face_recognition命令了，把剛剛準備的兩個文件夾作為參數傳入，命令就會返回需要識別的圖片中都出現了誰，1行代碼足以！！！

環境要求：

• Ubuntu17.10

• Python 2.7.14

環境搭建：

1. 安裝 Ubuntu17.10 > 安裝步驟在這裡

2. 安裝 Python2.7.14 (Ubuntu17.10 默認Python版本為2.7.14)

3. 安裝 git 、cmake 、 python-pip

# 安裝 git$ sudo apt-get install -y git# 安裝 cmake$ sudo apt-get install -y cmake# 安裝 python-pip$ sudo apt-get install -y python-pip

4. 安裝編譯dlib

安裝face_recognition這個之前需要先安裝編譯dlib

# 編譯dlib前先安裝 boost$ sudo apt-get install libboost-all-dev# 開始編譯dlib# 克隆dlib源代碼$ git clone https://github.com/davisking/dlib.git$ cd dlib$ mkdir build$ cd build$ cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1$ cmake --build .（注意中間有個空格）$ cd ..$ python setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA

5. 安裝 face_recognition

# 安裝 face_recognition$ pip install face_recognition# 安裝face_recognition過程中會自動安裝 numpy、scipy 等

環境搭建完成後，在終端輸入 face_recognition 命令查看是否成功

實現人臉識別：

示例一(1行代碼實現人臉識別)：

1. 首先你需要提供一個文件夾，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文件夾下有babe、成龍、容祖兒的照片

2. 接下來，你需要準備另一個文件夾，裡面是你要識別的圖片：

unknown_pic文件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，把剛剛準備的兩個文件夾作為參數傳入，命令就會返回需要識別的圖片中都出現了誰：

識別成功！！！

示例二(識別圖片中的所有人臉並顯示出來)：

# filename : find_faces_in_picture.py# -*- coding: utf-8 -*-# 導入pil模塊 ，可用命令安裝 apt-get install python-Imagingfrom PIL import Image# 導入face_recogntion模塊，可用命令安裝 pip install face_recognitionimport face_recognition# 將jpg文件加載到numpy 數組中image = face_recognition.load_image_file("/opt/face/unknown_pic/all_star.jpg")# 使用默認的給予HOG模型查找圖像中所有人臉# 這個方法已經相當準確了，但還是不如CNN模型那麼準確，因為沒有使用GPU加速# 另請參見: find_faces_in_picture_cnn.pyface_locations = face_recognition.face_locations(image)# 使用CNN模型# face_locations = face_recognition.face_locations(image, number_of_times_to_upsample=0, model="cnn")# 打印：我從圖片中找到了 多少 張人臉print("I found {} face(s) in this photograph.".format(len(face_locations)))# 循環找到的所有人臉for face_location in face_locations: # 打印每張臉的位置信息 top, right, bottom, left = face_location print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right)) # 指定人臉的位置信息，然後顯示人臉圖片 face_image = image[top:bottom, left:right] pil_image = Image.fromarray(face_image) pil_image.show()

如下圖為用於識別的圖片

# 執行python文件$ python find_faces_in_picture.py

從圖片中識別出7張人臉，並顯示出來，如下圖

示例三(自動識別人臉特徵)：

# filename : find_facial_features_in_picture.py# -*- coding: utf-8 -*-# 導入pil模塊 ，可用命令安裝 apt-get install python-Imagingfrom PIL import Image, ImageDraw# 導入face_recogntion模塊，可用命令安裝 pip install face_recognitionimport face_recognition# 將jpg文件加載到numpy 數組中image = face_recognition.load_image_file("biden.jpg")＃查找圖像中所有面部的所有面部特徵face_landmarks_list = face_recognition.face_landmarks(image)print("I found {} face(s) in this photograph.".format(len(face_landmarks_list)))for face_landmarks in face_landmarks_list: ＃打印此圖像中每個面部特徵的位置 facial_features = [ 'chin', 'left_eyebrow', 'right_eyebrow', 'nose_bridge', 'nose_tip', 'left_eye', 'right_eye', 'top_lip', 'bottom_lip' ] for facial_feature in facial_features: print("The {} in this face has the following points: {}".format(facial_feature, face_landmarks[facial_feature])) ＃讓我們在圖像中描繪出每個人臉特徵！ pil_image = Image.fromarray(image) d = ImageDraw.Draw(pil_image) for facial_feature in facial_features: d.line(face_landmarks[facial_feature], width=5) pil_image.show()

自動識別出人臉特徵(輪廓)

示例四(識別人臉鑑定是哪個人)：

# filename : recognize_faces_in_pictures.py# -*- conding: utf-8 -*-# 導入face_recogntion模塊，可用命令安裝 pip install face_recognitionimport face_recognition＃將jpg文件加載到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")＃獲取每個圖像文件中每個面部的面部編碼＃由於每個圖像中可能有多個面，所以返回一個編碼列表。＃但是由於我知道每個圖像只有一個臉，我只關心每個圖像中的第一個編碼，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))

顯示結果下如圖

示例五(識別人臉特徵並美顏)：

# filename : digital_makeup.py# -*- coding: utf-8 -*-# 導入pil模塊 ，可用命令安裝 apt-get install python-Imagingfrom PIL import Image, ImageDraw# 導入face_recogntion模塊，可用命令安裝 pip install face_recognitionimport face_recognition＃將jpg文件加載到numpy數組中image = face_recognition.load_image_file("biden.jpg")＃查找圖像中所有面部的所有面部特徵face_landmarks_list = face_recognition.face_landmarks(image)for face_landmarks in face_landmarks_list: pil_image = Image.fromarray(image) d = ImageDraw.Draw(pil_image, 'RGBA') ＃讓眉毛變成了一場噩夢 d.polygon(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 128)) d.polygon(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 128)) d.line(face_landmarks['left_eyebrow'], fill=(68, 54, 39, 150), width=5) d.line(face_landmarks['right_eyebrow'], fill=(68, 54, 39, 150), width=5) ＃光澤的嘴脣 d.polygon(face_landmarks['top_lip'], fill=(150, 0, 0, 128)) d.polygon(face_landmarks['bottom_lip'], fill=(150, 0, 0, 128)) d.line(face_landmarks['top_lip'], fill=(150, 0, 0, 64), width=8) d.line(face_landmarks['bottom_lip'], fill=(150, 0, 0, 64), width=8) ＃閃耀眼睛 d.polygon(face_landmarks['left_eye'], fill=(255, 255, 255, 30)) d.polygon(face_landmarks['right_eye'], fill=(255, 255, 255, 30)) ＃塗一些眼線 d.line(face_landmarks['left_eye'] + [face_landmarks['left_eye'][0]], fill=(0, 0, 0, 110), width=6) d.line(face_landmarks['right_eye'] + [face_landmarks['right_eye'][0]], fill=(0, 0, 0, 110), width=6) pil_image.show()

美顏前後對比如下圖