Hello,大家好,今天我们介绍一个超简单的人脸识别python模型库。话不多说,直接上码过来:https://github.com/ageitgey/face_recognition
该项目face recognition是一个强大、简单、易上手的人脸识别开源项目,并且配备了完整的开发文档和应用案例,特别是兼容树莓派系统。你可以使用Python和命令行工具提取、识别、操作人脸。目前在github上已获得38.9k⭐。
本项目的人脸识别是基于业内领先的C++开源库dlib中的深度学习模型,用Labeled Faces in the Wild人脸数据集进行测试,有高达99.38%的准确率。
下面我们介绍一下该模型库的功能:
1.人脸识别
代码超级简单:
import face_recognition
image =face_recognition.load_image_file("your_file.jpg")
face_locations =face_recognition.face_locations(image)
输出即为从输入图片中识别出的人脸切片。
2.识别人脸关键点
识别人脸关键点,包括眼睛、鼻子、嘴和下巴。
代码超级简单:
import face_recognition
image =face_recognition.load_image_file("your_file.jpg")
face_landmarks_list = face_recognition.face_landmarks(image)
该项目已内置人脸关键点识别模型,输出即为人脸关键点列表。识别人脸关键点在很多领域都有用处,但同样你也可以把这个功能玩坏,比如本项目的digital make-up自动化妆案例(就像美图秀秀一样)。
人脸美妆
3.人脸识别
识别图片中的人是谁?
人脸识别
代码超级简单:
import face_recognition
known_image =face_recognition.load_image_file("biden.jpg")
unknown_image = face_recognition.load_image_file("unknown.jpg")
biden_encoding =face_recognition.face_encodings(known_image)[0]
unknown_encoding =face_recognition.face_encodings(unknown_image)[0]
results =face_recognition.compare_faces([biden_encoding], unknown_encoding)
这里是一个1VS1的示例,首先使用Resnet对已知信息的人脸图片进行编码,然后获取待测试图片的人脸编码,然后对二者的编码信息进行比对。你也可以配合其它的Python库(比如opencv)实现实时人脸检测:
人脸视频检测与识别
总体来说,该人脸识别模型库简单易上手、识别精度高、通用性好,实在是一大利器。
欢迎关注我的公众号:【FunnyDay】,每天一个有趣的程序,放码过来~
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.