Python人脸识别第三方库face_recognition接口说明文档


						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



更多关于face_recognition库的介绍请查看以下链接