摘要:本文讲解了如何使用,基于与实现人脸解锁的功能。上接上一段程序读取使用创建获取进度确认到目前为止,你应该已经可以就给定的两张图片比对是否是同一个人了。
近几天微软的发布会上讲到了不少认脸解锁的内容,经过探索,其实利用手头的资源我们完全自己也可以完成这样一个过程。
本文讲解了如何使用Python,基于OpenCV与Face++实现人脸解锁的功能。
本文基于Python 2.7.11,Windows 8.1 系统。
主要内容Windows 8.1上配置OpenCV
OpenCV的人脸检测应用
使用Face++完成人脸辨识(如果你想自己实现这部分的功能,可以借鉴例如这个项目)
Windows 8.1上配置OpenCV入门的时候配置环境总是一个非常麻烦的事情,在Windows上配置OpenCV更是如此。
既然写了这个推广的科普教程,总不能让读者卡在环境配置上吧。
下面用到的文件都可以在这里(提取码:b6ec)下载,但是注意,目前OpenCV仅支持Python2.7。
将cv2加入site-packages将下载下来的cv2.pyd文件放入Python安装的文件夹下的Libsite-packages目录。
就我的电脑而言,这个目录就是C:Python27Libsite-packages。
记得不要直接使用pip安装,将文件拖过去即可。
安装numpy组件在命令行下进入到下载下来的文件所在的目录(按住Shift右键有在该目录打开命令行的选项)
键入命令:
pip install numpy-1.11.0rc2-cp27-cp27m-win32.whl
如果你的系统或者Python不适配,可以在这里下载别的轮子。
测试OpenCV安装在命令行键入命令:
python -c "import cv2"
如果没有出现错误提示,那么cv2就已经安装好了。
OpenCV的人脸检测应用人脸检测应用,简而言之就是一个在照片里找到人脸,然后用方框框起来的过程(我们的相机经常做这件事情)
那么具体而言就是这样一个过程:
获取摄像头的图片
在图片中检测到人脸的区域
在人脸的区域周围绘制方框
获取摄像头的图片这里简单的讲解一下OpenCV的基本操作。
以下操作是打开摄像头的基本操作:
#coding=utf8 import cv2 # 一般笔记本的默认摄像头都是0 capInput = cv2.VideoCapture(0) # 我们可以用这条命令检测摄像头是否可以读取数据 if not capInput.isOpened(): print("Capture failed because of camera")
那么怎么从摄像头读取数据呢?
# 接上段程序 # 现在摄像头已经打开了,我们可以使用这条命令读取图像 # img就是我们读取到的图像,就和我们使用open("pic.jpg", "rb").read()读取到的数据是一样的 ret, img = capInput.read() # 你可以使用open的方式存储,也可以使用cv2提供的方式存储 cv2.imwrite("pic.jpg", img) # 同样,你可以使用open的方式读取,也可以使用cv2提供的方式读取 img = cv2.imread("pic.jpg")
为了方便显示图片,cv2也提供了显示图片的方法:
# 接上段程序 # 定义一个窗口,当然也可以不定义 imgWindowName = "ImageCaptured" imgWindow = cv2.namedWindow(imgWindowName, cv2.WINDOW_NORMAL) # 在窗口中显示图片 cv2.imshow(imgWindowName, img)
当然在完成所有操作以后需要把摄像头和窗口都做一个释放:
# 接上段程序 # 释放摄像头 capInput.release() # 释放所有窗口 cv2.destroyAllWindows()在图片中检测到人脸的区域
OpenCV给我们提供了已经训练好的人脸的xml模板,我们只需要载入然后比对即可。
# 接上段程序 # 载入xml模板 faceCascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") # 将图形存储的方式进行转换 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 使用模板匹配图形 faces = faceCascade.detectMultiScale(gray, 1.3, 5) print(faces)在人脸的区域周围绘制方框
在上一个步骤中,faces中的四个量分别为左上角的横坐标、纵坐标、宽度、长度。
所以我们根据这四个量很容易的就可以绘制出方框。
# 接上段程序 # 函数的参数分别为:图像,左上角坐标,右下角坐标,颜色,宽度 img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)成果
根据上面讲述的内容,我们现在已经可以完成一个简单的人脸辨认了:
#coding=utf8 import cv2, time print("Press Esc to exit") faceCascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") imgWindow = cv2.namedWindow("FaceDetect", cv2.WINDOW_NORMAL) def detect_face(): capInput = cv2.VideoCapture(0) # 避免处理时间过长造成画面卡顿 nextCaptureTime = time.time() faces = [] if not capInput.isOpened(): print("Capture failed because of camera") while 1: ret, img = capInput.read() gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) if nextCaptureTime < time.time(): nextCaptureTime = time.time() + 0.1 faces = faceCascade.detectMultiScale(gray, 1.3, 5) if faces: for x, y, w, h in faces: img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2) cv2.imshow("FaceDetect", img) # 这是简单的读取键盘输入,27即Esc的acsii码 if cv2.waitKey(1) & 0xFF == 27: break capInput.release() cv2.destroyAllWindows() if __name__ == "__main__": detect_face()使用Face++完成人脸辨识
第一次认识Face++还是因为支付宝的人脸支付,响应速度还是非常让人满意的。
现在只需要免费注册一个账号然后新建一个应用就可以使用了,非常方便。
他的官方网址是这个,注册好之后在这里的我的应用中创建应用即可。
创建好应用之后你会获得API Key与API Secret。
Face++的API调用逻辑简单来说是这样的:
上传图片获取读取到的人的face_id
创建Person,获取person_id(Person中的图片可以增加、删除)
比较两个face_id,判断是否是一个人
比较face_id与person_id,判断是否是一个人
上传图片获取face_id在将图片通过post方法上传到特定的地址后将返回一个json的值。
如果api_key, api_secret没有问题,且在上传的图片中有识别到人脸,那么会存储在json的face键值下。
#coding=utf8 import requests # 这里填写你的应用的API Key与API Secret API_KEY = "" API_SECRET = "" # 目前的API网址是这个,你可以在API文档里找到这些 BASE_URL = "http://apicn.faceplusplus.com/v2" # 使用Requests上传图片 url = "%s/detection/detect?api_key=%s&api_secret=%s&attribute=none"%( BASE_URL, API_KEY, API_SECRET) files = {"img": (os.path.basename(fileDir), open(fileDir, "rb"), mimetypes.guess_type(fileDir)[0]), } r = requests.post(url, files = files) # 如果读取到图片中的头像则输出他们,其中的"face_id"就是我们所需要的值 faces = r.json().get("face") print faces创建Person
这个操作没有什么可以讲的内容,可以对照这段程序和官方的API介绍。
官方的API介绍可以见这里,相信看完这一段程序以后你就可以自己完成其余的API了。
# 上接上一段程序 # 读取face_id if not faces is None: faceIdList = [face["face_id"] for face in faces] # 使用Requests创建Person url = "%s/person/create"%BASE_URL params = { "api_key": API_KEY, "api_secret": API_SECRET, "person_name": "LittleCoder", "face_id": ",".join(faceIdList), } r = requests.get(url, params = params) # 获取person_id print r.json.()["person_id"]进度确认
到目前为止,你应该已经可以就给定的两张图片比对是否是同一个人了。
那么让我们来试着写一下这个程序吧,两张图片分别为"pic1.jpg", "pic2.jpg"好了。
下面我给出了我的代码:
def upload_img(fileDir, oneface = True): url = "%s/detection/detect?api_key=%s&api_secret=%s&attribute=none"%( BASE_URL, API_KEY, API_SECRET) if oneface: url += "&mode=oneface" files = {"img": (os.path.basename(fileDir), open(fileDir, "rb"), mimetypes.guess_type(fileDir)[0]), } r = requests.post(url, files = files) faces = r.json().get("face") if faces is None: print("There is no face found in %s"%fileDir) else: return faces[0]["face_id"] def compare(faceId1, faceId2): url = "%s/recognition/compare"%BASE_URL params = BASE_PARAMS params["face_id1"] = faceId1 params["face_id2"] = faceId2 r = requests.get(url, params) return r.json() faceId1 = upload_img("pic1.jpg") faceId2 = upload_img("pic2.jpg") if face_id1 and face_id2: print(compare(faceId1, faceId2)) else: print("Please change two pictures")成品
到此,所有的知识介绍都结束了,相比大致如何完成这个项目各位读者也已经有想法了吧。
下面我们需要构思一下人脸解锁的思路,大致而言是这样的:
使用一个程序设置账户(包括向账户中存储解锁用的图片)
使用另一个程序登陆(根据输入的用户名测试解锁)
这里会有很多重复的代码,就不再赘述了,你可以在这里或者这里(提取码:c073)下载源代码测试使用。
这里是设置账户的截图:
这里是登陆的截图:
结束语希望读完这篇文章能对你有帮助,有什么不足之处万望指正(鞠躬)。
160331
LittleCoder
EOF
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/37957.html
摘要:本文基于环境,采用为基础来构建实时人脸检测与识别系统,探索人脸识别系统在现实应用中的难点。对于人脸检测方法,效果好于的方法,但是检测力度也难以达到现场应用标准。本文中,我们采用了基于深度学习方法的人脸检测系统。 git地址:https://github.com/chenlinzho... 本文主要介绍了系统涉及的人脸检测与识别的详细方法,该系统基于python2.7.10/opencv...
摘要:本文基于环境,采用为基础来构建实时人脸检测与识别系统,探索人脸识别系统在现实应用中的难点。对于人脸检测方法,效果好于的方法,但是检测力度也难以达到现场应用标准。本文中,我们采用了基于深度学习方法的人脸检测系统。 git地址:https://github.com/chenlinzho... 本文主要介绍了系统涉及的人脸检测与识别的详细方法,该系统基于python2.7.10/opencv...
阅读 961·2021-11-24 09:39
阅读 2119·2021-11-16 11:54
阅读 2023·2021-11-11 17:22
阅读 2349·2021-09-30 09:55
阅读 3547·2021-08-12 13:22
阅读 1601·2019-08-30 15:44
阅读 1151·2019-08-29 12:12
阅读 3245·2019-08-27 10:58