Python 基于 dlib 的实时人脸识别

ゝ一纸荒年。 2023-10-12 15:25 13阅读 0赞

本项目是世界上最简洁的人脸识别库，你可以使用Python和命令行工具提取、识别、操作人脸。

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。但对小孩和亚洲人脸的识别准确率尚待提升。

> [Labeled Faces in the Wild][]是美国麻省大学安姆斯特分校（University of Massachusetts Amherst)制作的人脸数据集，该数据集包含了从网络收集的13,000多张面部图像。

本项目提供了简易的`face_recognition`命令行工具，你可以用它处理整个文件夹里的图片。

### 源码下载地址 ###

[源码下载地址:][Link 1][https://download.csdn.net/download/yujun2023/87904725][Link 1]

### 特性 ###

##### 从图片里找到人脸 #####

定位图片中的所有人脸：

[![img][]][img 1]

import face_recognition
    image = face_recognition.load_image_file("your_file.jpg")
    face_locations = face_recognition.face_locations(image)

##### 识别人脸关键点 #####

识别人脸关键点，包括眼睛、鼻子、嘴和下巴。

[![img][img 2]][img_img 2]

import face_recognition
    image = face_recognition.load_image_file("your_file.jpg")
    face_landmarks_list = face_recognition.face_landmarks(image)

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）。

[![img][img 3]][img_img 3]

##### 识别图片中的人是谁 #####

[![img][img 4]][img_img 4]

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)

你也可以配合其它的Python库（比如opencv）实现实时人脸检测：

[![img][img 5]][img_img 5]

看这个案例 [实时人脸检测][Link 2] 。

### 安装 ###

#### 环境配置 ####

*  Python 3.3+ or Python 2.7
 *  macOS or Linux
 *  Windows并不是我们官方支持的，但也许也能用

#### 不同操作系统的安装方法 ####

##### 在 Mac 或者 Linux上安装本项目 #####

First, make sure you have dlib already installed with Python bindings:

第一步，安装dlib和相关Python依赖：

*  [如何在macOS或者Ubuntu上安装dlib][macOS_Ubuntu_dlib]

Then, install this module from pypi using `pip3` (or `pip2` for Python 2):

pip3 install face_recognition

如果你遇到了幺蛾子，可以用Ubuntu虚拟机安装本项目，看下面这个教程。 [如何使用Adam Geitgey大神提供的Ubuntu虚拟机镜像文件安装配置虚拟机，本项目已经包含在镜像中][Adam Geitgey_Ubuntu].

##### 在 Mac 或者 Linux上安装本项目 2 #####

修改你的pip镜像源为清华镜像，然后使用`pip install face_recognition`,可以自动帮你安装各种依赖，包括dlib。只是在安装dlib的时候可能会出问题，因为dlib需要编译，出现的问题一般是`gcc`或者`g++`版本的问题，所以在`pip install face_recognition`之前，可以通过在命令行键入

export CC=/usr/local/bin/gcc
    export CXX=/usr/local/bin/g++

来指定你gcc和g++对应的位置，（这两句话会临时修改当前终端的环境变量/usr/local/bin/gcc对应你自己gcc或者g++所在目录）。

##### 在树莓派上安装 #####

*  [树莓派安装指南][Link 3]

##### 在Windows上安装 #####

虽然本项目官方并不支持Windows，但一些大神们摸索出了在Windows上运行本项目的方法：

*  [@masoudr写的教程：如何在Win10系统上安装 dlib库和 face\_recognition项目][masoudr_Win10_ dlib_ face_recognition]

##### 使用Ubuntu虚拟机镜像文件安装配置虚拟机，本项目已经包含在这个镜像中 #####

*  [如何使用Adam Geitgey大神提供的Ubuntu虚拟机镜像文件安装配置虚拟机，本项目已经包含在镜像中][Adam Geitgey_Ubuntu]（需要电脑中安装VMWare Player 或者 VirtualBox）

### 使用方法 ###

#### 命令行界面 ####

当你安装好了本项目，你可以使用两种命令行工具：

*  `face_recognition` \- 在单张图片或一个图片文件夹中认出是谁的脸。
 *  `face_detection` \- 在单张图片或一个图片文件夹中定位人脸位置。

##### `face_recognition` 命令行工具 #####

`face_recognition`命令行工具可以在单张图片或一个图片文件夹中认出是谁的脸。

首先，你得有一个你已经知道名字的人脸图片文件夹，一个人一张图，图片的文件名即为对应的人的名字：

[![known][]][known 1]

然后，你需要第二个图片文件夹，文件夹里面是你希望识别的图片：

[![unknown][]][unknown 1]

然后，你在命令行中切换到这两个文件夹所在路径，然后使用`face_recognition`命令行，传入这两个图片文件夹，然后就会输出未知图片中人的名字：

$ face_recognition ./pictures_of_people_i_know/ ./unknown_pictures/
    
    /unknown_pictures/unknown.jpg,Barack Obama
    /face_recognition_test/unknown_pictures/unknown.jpg,unknown_person

输出结果的每一行对应着图片中的一张脸，图片名字和对应人脸识别结果用逗号分开。

如果结果输出了`unknown_person`，那么代表这张脸没有对应上已知人脸图片文件夹中的任何一个人。

##### `face_detection` 命令行工具 #####

`face_detection`命令行工具可以在单张图片或一个图片文件夹中定位人脸位置（输出像素点坐标）。

在命令行中使用`face_detection`，传入一个图片文件夹或单张图片文件来进行人脸位置检测：

$ face_detection  ./folder_with_pictures/
    
    examples/image1.jpg,65,215,169,112
    examples/image2.jpg,62,394,211,244
    examples/image2.jpg,95,941,244,792

输出结果的每一行都对应图片中的一张脸，输出坐标代表着这张脸的上、右、下、左像素点坐标。

###### 调整人脸识别的容错率和敏感度 ######

如果一张脸识别出不止一个结果，那么这意味着他和其他人长的太像了（本项目对于小孩和亚洲人的人脸识别准确率有待提升）。你可以把容错率调低一些，使识别结果更加严格。

通过传入参数 `--tolerance` 来实现这个功能，默认的容错率是0.6，容错率越低，识别越严格准确。

$ face_recognition --tolerance 0.54 ./pictures_of_people_i_know/ ./unknown_pictures/
    
    /unknown_pictures/unknown.jpg,Barack Obama
    /face_recognition_test/unknown_pictures/unknown.jpg,unknown_person

如果你想看人脸匹配的具体数值，可以传入参数 `--show-distance true`：

$ face_recognition --show-distance true ./pictures_of_people_i_know/ ./unknown_pictures/
    
    /unknown_pictures/unknown.jpg,Barack Obama,0.378542298956785
    /face_recognition_test/unknown_pictures/unknown.jpg,unknown_person,None

###### 更多的例子 ######

如果你并不在乎图片的文件名，只想知道文件夹中的图片里有谁，可以用这个管道命令：

$ face_recognition ./pictures_of_people_i_know/ ./unknown_pictures/ | cut -d ',' -f2
    
    Barack Obama
    unknown_person

###### 加速人脸识别运算 ######

如果你的CPU是多核的，你可以通过并行运算加速人脸识别。例如，如果你的CPU有四个核心，那么你可以通过并行运算提升大概四倍的运算速度。

如果你使用Python3.4或更新的版本，可以传入 `--cpus <number_of_cpu_cores_to_use>` 参数：

$ face_recognition --cpus 4 ./pictures_of_people_i_know/ ./unknown_pictures/

你可以传入 `--cpus -1`参数来调用cpu的所有核心。

> 子豪兄批注：树莓派3B有4个CPU核心，传入多核参数可以显著提升图片识别的速度（亲测）。

##### Python 模块:`face_recognition` #####

在Python中，你可以导入`face_recognition`模块，调用我们提供的丰富的API接口，用几行代码就可以轻松玩转各种人脸识别功能！

API 接口文档: [https://face-recognition.readthedocs.io][https_face-recognition.readthedocs.io]

###### 在图片中定位人脸的位置 ######

import face_recognition
    
    image = face_recognition.load_image_file("my_picture.jpg")
    face_locations = face_recognition.face_locations(image)
    
    # face_locations is now an array listing the co-ordinates of each face!

看 [案例：定位拜登的脸][Link 4]

[![案例：定位拜登的脸][691d59ba1b27aa914e3c865bf13cc1ac.png]][691d59ba1b27aa914e3c865bf13cc1ac.png 1]

你也可以使用深度学习模型达到更加精准的人脸定位。

注意：这种方法需要GPU加速（通过英伟达显卡的CUDA库驱动），你在编译安装`dlib`的时候也需要开启CUDA支持。

import face_recognition
    
    image = face_recognition.load_image_file("my_picture.jpg")
    face_locations = face_recognition.face_locations(image, model="cnn")
    
    # face_locations is now an array listing the co-ordinates of each face!

看 [案例：使用卷积神经网络深度学习模型定位拜登的脸][Link 5]

如果你有很多图片需要识别，同时又有GPU，那么你可以参考这个例子：[案例：使用卷积神经网络深度学习模型批量识别图片中的人脸][Link 6].

###### 识别单张图片中人脸的关键点 ######

import face_recognition
    
    image = face_recognition.load_image_file("my_picture.jpg")
    face_landmarks_list = face_recognition.face_landmarks(image)
    
    # face_landmarks_list is now an array with the locations of each facial feature in each face.
    # face_landmarks_list[0]['left_eye'] would be the location and outline of the first person's left eye.

看这个案例 [案例：提取奥巴马和拜登的面部关键点][Link 7] [![案例：提取奥巴马和拜登的面部关键点][format_png]][format_png 1]

###### 识别图片中的人是谁 ######

import face_recognition
    
    picture_of_me = face_recognition.load_image_file("me.jpg")
    my_face_encoding = face_recognition.face_encodings(picture_of_me)[0]
    
    # my_face_encoding now contains a universal 'encoding' of my facial features that can be compared to any other picture of a face!
    
    unknown_picture = face_recognition.load_image_file("unknown.jpg")
    unknown_face_encoding = face_recognition.face_encodings(unknown_picture)[0]
    
    # Now we can see the two face encodings are of the same person with `compare_faces`!
    
    results = face_recognition.compare_faces([my_face_encoding], unknown_face_encoding)
    
    if results[0] == True:
        print("It's a picture of me!")
    else:
        print("It's not a picture of me!")

看这个案例 [案例：是奥巴马还是拜登？][Link 8]

### Python 案例 ###

所有案例都在这个链接中 [也就是examples文件夹][examples].

##### 人脸定位 #####

*  [案例：定位拜登的脸][Link 4]
 *  [案例：使用卷积神经网络深度学习模型定位拜登的脸][Link 5]
 *  [案例：使用卷积神经网络深度学习模型批量识别图片中的人脸][Link 6]
 *  [案例：把来自网络摄像头视频里的人脸高斯模糊（需要安装OpenCV）][OpenCV]

##### 人脸关键点识别 #####

*  [案例：提取奥巴马和拜登的面部关键点][Link 7]
 *  [案例：给美国副总统拜登涂美妆][digital make-up]

##### 人脸识别 #####

*  [案例：是奥巴马还是拜登？][Link 8]
 *  [案例：人脸识别之后在原图上画框框并标注姓名][Link 9]
 *  [案例：在不同精度上比较两个人脸是否属于一个人][Link 10]
 *  [案例：从摄像头获取视频进行人脸识别-较慢版（需要安装OpenCV）][-_OpenCV]
 *  [案例：从摄像头获取视频进行人脸识别-较快版（需要安装OpenCV）][Link 2]
 *  [案例：从视频文件中识别人脸并把识别结果输出为新的视频文件（需要安装OpenCV）][OpenCV 1]
 *  [案例：通过树莓派摄像头进行人脸个数统计及人脸身份识别][Link 11]
 *  [案例：通过浏览器HTTP访问网络服务器进行人脸识别（需要安装Flask后端开发框架）)][HTTP_Flask]
 *  [案例：基于K最近邻KNN分类算法进行人脸识别][K_KNN]

### 关于 `face_recognition`的文章和教程 ###

*  本项目作者写的一篇文章
    
    Modern Face Recognition with Deep Learning
    
     *  主要内容：基本算法和原理
 *  Face recognition with OpenCV, Python, and deep learning
    
    by Adrian Rosebrock
    
     *  主要内容：如何实际使用本项目
 *  Raspberry Pi Face Recognition
    
    by Adrian Rosebrock
    
     *  主要内容：如何在树莓派上使用本项目
 *  Face clustering with Python
    
    by Adrian Rosebrock
    
     *  主要内容：使用非监督学习算法实现把图片中的人脸高斯模糊

[dlib]: http://dlib.net/
[Labeled Faces in the Wild]: http://vis-www.cs.umass.edu/lfw/
[Link 1]: https://download.csdn.net/download/yujun2023/87904725
[img]: https://img-blog.csdnimg.cn/img_convert/0cf54344a1fe1714a3053b6a71ebc39a.png
[img 1]: https://cloud.githubusercontent.com/assets/896692/23625227/42c65360-025d-11e7-94ea-b12f28cb34b4.png
[img 2]: https://img-blog.csdnimg.cn/img_convert/234344e765d052699259c04a6195b7ad.png
[img_img 2]: https://cloud.githubusercontent.com/assets/896692/23625282/7f2d79dc-025d-11e7-8728-d8924596f8fa.png
[digital make-up]: https://github.com/ageitgey/face_recognition/blob/master/examples/digital_makeup.py
[img 3]: https://img-blog.csdnimg.cn/img_convert/3b473184ee40c0b74e94862b608514e4.png
[img_img 3]: https://cloud.githubusercontent.com/assets/896692/23625283/80638760-025d-11e7-80a2-1d2779f7ccab.png
[img 4]: https://img-blog.csdnimg.cn/img_convert/1dcff45f901ae077a6e8a36714731352.png
[img_img 4]: https://cloud.githubusercontent.com/assets/896692/23625229/45e049b6-025d-11e7-89cc-8a71cf89e713.png
[img 5]: https://img-blog.csdnimg.cn/img_convert/ddf62bafe30c492beeac85fa2f64fb86.gif
[img_img 5]: https://cloud.githubusercontent.com/assets/896692/24430398/36f0e3f0-13cb-11e7-8258-4d0c9ce1e419.gif
[Link 2]: https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam_faster.py
[macOS_Ubuntu_dlib]: https://gist.github.com/ageitgey/629d75c1baac34dfa5ca2a1928a7aeaf
[Adam Geitgey_Ubuntu]: https://medium.com/@ageitgey/try-deep-learning-in-python-now-with-a-fully-pre-configured-vm-1d97d4c3e9b
[Link 3]: https://gist.github.com/ageitgey/1ac8dbe8572f3f533df6269dab35df65
[masoudr_Win10_ dlib_ face_recognition]: https://github.com/ageitgey/face_recognition/issues/175#issue-257710508
[known]: https://img-blog.csdnimg.cn/img_convert/81a1d55fedf2560e0917aec0d6475fea.png
[known 1]: https://cloud.githubusercontent.com/assets/896692/23582466/8324810e-00df-11e7-82cf-41515eba704d.png
[unknown]: https://img-blog.csdnimg.cn/img_convert/f93c06b8c17062fea57feac923ca48df.png
[unknown 1]: https://cloud.githubusercontent.com/assets/896692/23582465/81f422f8-00df-11e7-8b0d-75364f641f58.png
[https_face-recognition.readthedocs.io]: https://face-recognition.readthedocs.io/en/latest/face_recognition.html
[Link 4]: https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture.py
[691d59ba1b27aa914e3c865bf13cc1ac.png]: https://img-blog.csdnimg.cn/img_convert/691d59ba1b27aa914e3c865bf13cc1ac.png
[691d59ba1b27aa914e3c865bf13cc1ac.png 1]: https://camo.githubusercontent.com/663f74382f601e65fc1fef12359ed4f2a8c2be20847d113ec86a474dbc7bdb90/68747470733a2f2f75706c6f61642d696d616765732e6a69616e7368752e696f2f75706c6f61645f696d616765732f31333731343434382d623463653038633662613639396335652e706e673f696d6167654d6f6772322f6175746f2d6f7269656e742f7374726970253743696d61676556696577322f322f772f31323430
[Link 5]: https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_picture_cnn.py
[Link 6]: https://github.com/ageitgey/face_recognition/blob/master/examples/find_faces_in_batches.py
[Link 7]: https://github.com/ageitgey/face_recognition/blob/master/examples/find_facial_features_in_picture.py
[format_png]: https://img-blog.csdnimg.cn/img_convert/ef751bd70e87d59a2938c25fefe91089.webp?x-oss-process=image/format,png
[format_png 1]: https://camo.githubusercontent.com/805f63ba8a7475ef56ed6b3e35db33fd1200401bd3b9dc720272f806bcedfad2/68747470733a2f2f75706c6f61642d696d616765732e6a69616e7368752e696f2f75706c6f61645f696d616765732f31333731343434382d373334653862346635353932656434612e706e673f696d6167654d6f6772322f6175746f2d6f7269656e742f7374726970253743696d61676556696577322f322f772f31323430
[Link 8]: https://github.com/ageitgey/face_recognition/blob/master/examples/recognize_faces_in_pictures.py
[examples]: https://github.com/ageitgey/face_recognition/tree/master/examples
[OpenCV]: https://github.com/ageitgey/face_recognition/blob/master/examples/blur_faces_on_webcam.py
[Link 9]: https://github.com/ageitgey/face_recognition/blob/master/examples/identify_and_draw_boxes_on_faces.py
[Link 10]: https://github.com/ageitgey/face_recognition/blob/master/examples/face_distance.py
[-_OpenCV]: https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam.py
[OpenCV 1]: https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_video_file.py
[Link 11]: https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_on_raspberry_pi.py
[HTTP_Flask]: https://github.com/ageitgey/face_recognition/blob/master/examples/web_service_example.py
[K_KNN]: https://github.com/ageitgey/face_recognition/blob/master/examples/face_recognition_knn.py