Find N3入網(wǎng)：最高支持16+1TB
OPPO將于近期登場(chǎng)的Find N3折疊屏目前已經(jīng)正式入網(wǎng)，型號(hào)為PHN110。本次Find N3在外觀方面相比前兩代有很大的變化，不再是小號(hào)的橫向折疊屏，而是跟別的廠商一樣采用了較為常見(jiàn)的
Python可以從圖像或視頻中檢測(cè)和識(shí)別你的臉。
人臉檢測(cè)與識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)之一。
人臉識(shí)別的應(yīng)用包括人臉解鎖、安全防護(hù)等，醫(yī)生和醫(yī)務(wù)人員利用人臉識(shí)別來(lái)獲取病歷和病史，更好地診斷疾病。
關(guān)于Python人臉識(shí)別
在這個(gè)python項(xiàng)目中，我們將構(gòu)建一個(gè)機(jī)器學(xué)習(xí)模型，該模型從圖像中識(shí)別人。我們?cè)陧?xiàng)目中使用了人臉識(shí)別API和OpenCV。
隨時(shí)了解最新的技術(shù)趨勢(shì)
加入DataFlair的電報(bào)！
工具與圖書館 Python-3.x CV2-4.5.2 矮胖-1.20.3 人臉識(shí)別-1.3.0
若要安裝上述軟件包，請(qǐng)使用以下命令。
pip install numpy opencv-python
要安裝FaceRecognition，首先安裝dlib包。
pip install dlib
現(xiàn)在，使用以下命令安裝面部識(shí)別模塊
pip install face_recognition
下載人臉識(shí)別Python代碼
請(qǐng)下載python面部識(shí)別項(xiàng)目的源代碼： 人臉識(shí)別工程代碼
項(xiàng)目數(shù)據(jù)集
我們可以使用我們自己的數(shù)據(jù)集來(lái)完成這個(gè)人臉識(shí)別項(xiàng)目。對(duì)于這個(gè)項(xiàng)目，讓我們以受歡迎的美國(guó)網(wǎng)絡(luò)系列“老友記”為數(shù)據(jù)集。該數(shù)據(jù)集包含在面部識(shí)別項(xiàng)目代碼中，您在上一節(jié)中下載了該代碼。
建立人臉識(shí)別模型的步驟
在繼續(xù)之前，讓我們知道什么是人臉識(shí)別和檢測(cè)。
人臉識(shí)別是從照片和視頻幀中識(shí)別或驗(yàn)證一個(gè)人的臉的過(guò)程。
人臉檢測(cè)是指在圖像中定位和提取人臉(位置和大小)以供人臉檢測(cè)算法使用的過(guò)程。
人臉識(shí)別方法用于定位圖像中唯一指定的特征。在大多數(shù)情況下，面部圖片已經(jīng)被移除、裁剪、縮放和轉(zhuǎn)換為灰度。人臉識(shí)別包括三個(gè)步驟：人臉檢測(cè)、特征提取、人臉識(shí)別。
OpenCV是一個(gè)用C++編寫的開(kāi)源庫(kù).它包含了用于計(jì)算機(jī)視覺(jué)任務(wù)的各種算法和深度神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。
1.準(zhǔn)備數(shù)據(jù)集
創(chuàng)建2個(gè)目錄，訓(xùn)練和測(cè)試。從互聯(lián)網(wǎng)上為每個(gè)演員選擇一個(gè)圖片，并下載到我們的“火車”目錄中。確保您所選擇的圖像能夠很好地顯示人臉的特征，以便對(duì)分類器進(jìn)行分類。
為了測(cè)試模型，讓我們拍攝一張包含所有強(qiáng)制轉(zhuǎn)換的圖片，并將其放到我們的“test”目錄中。
為了您的舒適，我們?cè)黾恿伺嘤?xùn)和測(cè)試數(shù)據(jù)與項(xiàng)目代碼。
2.模型的訓(xùn)練
首先導(dǎo)入必要的模塊。
import face_recognition as fr
import cv2
import numpy as np
import os
人臉識(shí)別庫(kù)包含幫助人臉識(shí)別過(guò)程的各種實(shí)用程序的實(shí)現(xiàn)。
現(xiàn)在，創(chuàng)建2個(gè)列表來(lái)存儲(chǔ)圖像(人員)的名稱及其各自的臉編碼。
path = "./train/"
known_names = []
known_name_encodings = []
images = os.listdir(path)
人臉編碼是一種值的矢量，它代表著臉部特征之間的重要度量，如眼睛之間的距離、額頭的寬度等。
我們循環(huán)遍歷火車目錄中的每個(gè)圖像，提取圖像中的人的姓名，計(jì)算其臉編碼向量，并將信息存儲(chǔ)在相應(yīng)的列表中。
for _ in images:
image = fr.load_image_file(path + _)
image_path = path + _
encoding = fr.face_encodings(image)[0]
known_name_encodings.append(encoding)
known_names.append(os.path.splitext(os.path.basename(image_path))[0].capitalize())
3.在測(cè)試數(shù)據(jù)集中測(cè)試模型
如前所述，我們的測(cè)試數(shù)據(jù)集只包含一個(gè)包含所有人員的圖像。
使用CV2 imread()方法讀取測(cè)試映像。
test_image = "./test/test.jpg"
image = cv2.imread(test_image)
人臉識(shí)別庫(kù)提供了一種名為Face_Locations()的有用方法，它定位圖像中檢測(cè)到的每個(gè)人臉的坐標(biāo)(左、下、右、上)。使用這些位置值，我們可以很容易地找到臉編碼。
face_locations = fr.face_locations(image)
face_encodings = fr.face_encodings(image, face_locations)
我們循環(huán)遍歷每個(gè)面部位置及其在圖像中的編碼。然后，我們將這種編碼與“列車”數(shù)據(jù)集中的人臉編碼進(jìn)行比較。
然后計(jì)算人臉距離，即計(jì)算測(cè)試圖像編碼和訓(xùn)練圖像編碼之間的相似性。現(xiàn)在，我們從它選取最小值距離，表示測(cè)試圖像的這張臉是訓(xùn)練數(shù)據(jù)集中的人之一。
現(xiàn)在，使用CV2模塊中的方法繪制一個(gè)帶有面部位置坐標(biāo)的矩形。
for (top, right, bottom, left), face_encoding in zip(face_locations, face_encodings):
matches = fr.compare_faces(known_name_encodings, face_encoding)
name = ""
face_distances = fr.face_distance(known_name_encodings, face_encoding)
best_match = np.argmin(face_distances)
if matches[best_match]:
name = known_names[best_match]
cv2.rectangle(image, (left, top), (right, bottom), (0, 0, 255), 2)
cv2.rectangle(image, (left, bottom - 15), (right, bottom), (0, 0, 255), cv2.FILLED)
font = cv2.FONT_HERSHEY_DUPLEX
cv2.putText(image, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)
使用CV2模塊的imShow()方法顯示圖像。
cv2.imshow("Result", image)
使用imwrite()方法將圖像保存到當(dāng)前工作目錄中。
cv2.imwrite("./output.jpg", image)
釋放未被釋放的資源(如果有的話)。
cv2.waitKey(0)
cv2.destroyAllWindows()
Python人臉識(shí)別輸出
讓我們看看模型的輸出。
本文鏈接：http://www.www897cc.com/showinfo-119-2348-0.html用Python進(jìn)行人臉識(shí)別「包括源代碼」
聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
上一篇： DeepMind開(kāi)源了MuJoCo！Meta竟用來(lái)讓「骷髏手」盤核桃
下一篇： 云安全日?qǐng)?bào)220524：IBM大數(shù)據(jù)可擴(kuò)展存儲(chǔ)設(shè)備發(fā)現(xiàn)特權(quán)提升漏洞,需要盡快升級(jí)
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)