【face recognition】超简单人脸识别python模型库

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

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。

人脸关键点识别

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：【FunnyGit】，每天一个有趣的程序，放码过来~