1. 查找图像中出现的人脸

 

代码示例:

#导入face_recognition模块

import  face_recognition

#将jpg文件加载到numpy数组中

image =  face_recognition.load_image_file(“your_file.jpg”)

#查找图片中人脸(上下左右)的位置,图像中可能有多个人脸 

#face_locations的值类似[(135,536,198,474),()]

Face_locations = face_recognition.face_locations(image);

# 使用CNN模型 准确率高


face_locations = face_recognition.face_locations(image, number_of_times_to_upsample=0, model="cnn")

 face_locations = face_recognition.face_locations(small_frame, model="cnn")

2. 获取图像中人脸的眼睛、鼻子、嘴、下巴、眉毛的位置和轮廓

 

代码示例:

import  face_recognition



image =  face_recognition.load_image_file(“your_file.jpg”)

#查找图片中人脸的所有面部特征(眉毛,眼睛,鼻子,上下嘴唇,面部轮廓)

#face_landmarks_list是个二维数组

face_landmarks_list = face_recognition.face_landmarks(image)

3. 识别图像中出现的人脸

 

import  face_recognition

known_image = face_recognition.load_image_file(“biden.jpg”)

unknown_imag = face_recognition.load_image_file(“unknown.jpg”)

#获取每个图像文件中每个面部的面部编码

#由于每个图像中可能有多个人脸,所以返回一个编码列表。

#但是事先知道每个图像只有一个人脸,每个图像中的第一个编码,取索引0。

Biden_encoding =face_recognition.face_encodings(known_image)[0]

Unknown_encoding=face_recognition.face_encodings(unknown_image)[0]

#如果图像中有多个人脸 获取图像中多个人脸编码


face_locations = face_recognition.face_locations(unknow_image)


face_encodings = face_recognition.face_encodings(unknown_image, face_locations)


#结果是True/false的数组,未知面孔known_faces阵列中的任何人相匹配的结果 

#[true, false,false]

Results=face_recognition.compare_faces([biden_encoding],unknown_encoding)



#结果是True/false的数组,未知面孔known_faces阵列中的任何人相匹配的结果  设定比对结果的阀值


#[true, false,false]
 match = face_recognition.compare_faces(known_faces, face_encoding,
tolerance=0.50)

 4.两个人脸的相似度

#结果是小于1的值 例如0.5 0.7等

 face_distances = face_recognition.face_distance(known_encodings,
image_to_test_encoding)

设定阀值 05或者0.6等

face_distances < 阀值







友情链接
ioDraw流程图
API参考文档
OK工具箱
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:ixiaoyang8@qq.com
QQ群:637538335
关注微信