windows下python3.6使用face_recognition进行人脸识别

1.安装前声明

我使用的各个版本是 win10+python 3.6.7+dlib 19.7.0 +face_recognition 1.2.1，不一定要使用和我一样的版本，但是在安装时要安装dlib模块，因为face_recognition是由基于dlib开发的，所以安装dlib和face_recognition模块是有版本对应的。如果你的python版本是3.7或者其他系统平台（如树莓派）的，此安装教程可能不适合，但代码是可用的。

2 安装

安装dlib和face_recognition
要先安装 dlib 才能安装 face_recognition，不建议进行pip在线安装，因为有可能失败，可以在cmd中输入 pip install face_recognition 去查看版本的对应，出现收集两个模块时，可按ctrl+c停止安装。然后到 https://pypi.org/ 进行下载对应版本，在搜索框中输入要dlib或者face_recognition,选择版本安装，dlib版本务必要选择后缀名为.whl的，不然要进行另外的配置
在这里插入图片描述
下载完后要先进入刚才下载两个安装包的目录，然后在终端输入 pip install dlib下载文件名，例如：
pip install dlib-19.7.0-cp36-cp36m-win_amd64.whl ，安装后输入python 然后再输入
import dlib ,没出错表示安装成功，如图表示安装成功在这里插入图片描述
face_recognition模块的安装和dlib一样，如果安装过程很慢的话，可以换成

pip install face_recognition-1.2.1-py2.py3-none-any.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/

也就是后面加上 -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装opencv:

pip install opencv-python

如果安装过程很慢的话（比如几十k每秒），可以改用以下命令：

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装完成后进入python后，输入 import cv2 没报错表示安装成功

3. 代码实现人脸识别

说一下代码的实现：
1 读取存储在文件夹里面的图片，提取图片人名和特征值，放到列表。
2 打开摄像头，进行人脸检测，并获得检测到的人脸的位置和特征值，然后和已知特征值进行比较，如果为true,取得人名，否则，标注为unknown。
3 将捕捉到的人脸显示在画面上，画出人脸框和人的名字。

注意：
1 第十一行是将已知人脸的人名加到列表中，所以建议将图片命名为已知人脸名字，这样可以将图片名进行切割，索引为0的就是人脸名。
2 第二十六行是进行特征值的对比，tolerance是比对阈值，可调，我将阈值改为了0.5,阈值太低容易造成无法成功识别人脸，太高容易造成人脸识别混淆。
3 第三十七行用到了 zip函数，官方的解释是该函数接受任意多个可迭代对象作为参数,将对象中对应的元素打包成一个元组,然后返回一个可迭代的zip对象。
在本例中，就是将face_locations, face_names这两个列表（迭代对象），打包成元组，返回一个对象，也就是人脸位置和名字会一一对应，所以需要用for循环将其取出。如：a=[1,2],b=[3,4],最后会生成（1,3）和（2，4）.

import face_recognition #导入各个模块
import cv2
import os

def face(path):
    known_names=[] #存储知道人名列表
    known_encodings=[]#存储知道的特征值
    for image_name in os.listdir(path):
        load_image = face_recognition.load_image_file(path+image_name) #加载图片
        image_face_encoding = face_recognition.face_encodings(load_image)[0] #获得128维特征值
        known_names.append(image_name.split(".")[0])
        known_encodings.append(image_face_encoding)
    print(known_encodings)
    
    video_capture = cv2.VideoCapture(0) #打开摄像头，0表示内置摄像头
    process_this_frame = True
    while True:
        ret, frame = video_capture.read()# 读取摄像头画面
        # opencv的图像是BGR格式的，而我们需要是的RGB格式的，因此需要进行一个转换。
        rgb_frame = frame[:, :, ::-1]
        if process_this_frame:
            face_locations = face_recognition.face_locations(rgb_frame)#获得所有人脸位置
            face_encodings = face_recognition.face_encodings(rgb_frame, face_locations) #获得人脸特征值
            face_names = [] #存储出现在画面中人脸的名字
            for face_encoding in face_encodings:         
                matches = face_recognition.compare_faces(known_encodings, face_encoding,tolerance=0.5)
                if True in matches:
                    first_match_index = matches.index(True)
                    name = known_names[first_match_index]
                else:
                    name="unknown"
                face_names.append(name)

        process_this_frame = not process_this_frame

        # 将捕捉到的人脸显示出来
        for (top, right, bottom, left), name in zip(face_locations, face_names):
            cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2) # 画人脸矩形框
            # 加上人名标签
            cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
            font = cv2.FONT_HERSHEY_DUPLEX #字体格式
            cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)

        cv2.imshow('frame', frame)#展示图像

        if cv2.waitKey(1) & 0xFF == ord('q'):# 按Q退出
            break

    video_capture.release()
    cv2.destroyAllWindows()

if __name__=='__main__':
    face("./images/") #存放已知图像路径

如果在pycharm中出现找不到刚才安装的模块，可以点击file—settings，如图，选中自己的项目
在这里插入图片描述
点击右上角的齿轮，选择Add local……那个，按如下图选择
然后点击ok即可