[face_recognition中文文档] 第3节 用法
2017-10-27 00:00
656 查看
摘要: face_recognition中文文档,这是世界上最简单的人脸识别库了。你可以通过Python引用或者命令行的形式使用它,来管理和识别人脸。 该软件包使用dlib中最先进的人脸识别深度学习算法,使得识别准确率在《Labled Faces in the world》测试基准下达到了99.38%。 它同时提供了一个叫face_recognition的命令行工具,以便你可以用命令行对一个文件夹中的图片进行识别操作。
有关如何使用每个函数,请参阅github上的 /examples 文件夹中的示例。
您还可以查阅
基本的想法是,首先你加载一个图像:
将图像加载到numpy数组中。如果您已经有一个numpy数组中的图像,可以跳过此步骤。
然后,您可以对图像执行操作,如查找面部,识别面部特征或查找面部编码:
面部编码可以相互比较,看看脸部是否匹配。注意:查找面部的编码有点慢,所以如果需要稍后再参考一下,您可能希望将每个图像的结果保存在数据库或缓存中。
但是,一旦你有面孔的编码,你可以像这样比较:
这很简单!查看示例了解更多详情。
Usage用法
在项目中使用面部识别:import face_recognition
有关如何使用每个函数,请参阅github上的 /examples 文件夹中的示例。
您还可以查阅
face_recognition的API文档,以查看每个功能的可能参数。
基本的想法是,首先你加载一个图像:
import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
将图像加载到numpy数组中。如果您已经有一个numpy数组中的图像,可以跳过此步骤。
然后,您可以对图像执行操作,如查找面部,识别面部特征或查找面部编码:
#查找图像中的所有脸部 face_locations = face_recognition.face_locations(image) #或者也可以找到图像中的面部特征 face_landmarks_list = face_recognition.face_landmarks(image) #或者您可以为图像中的每个面部获取面部编码: list_of_face_encodings = face_recognition.face_encodings(image)
面部编码可以相互比较,看看脸部是否匹配。注意:查找面部的编码有点慢,所以如果需要稍后再参考一下,您可能希望将每个图像的结果保存在数据库或缓存中。
但是,一旦你有面孔的编码,你可以像这样比较:
#results是一个True / False数组,表示未知的面部与known_faces数组中的任何人匹配 results = face_recognition.compare_faces(known_face_encodings, a_single_unknown_face_encoding)
这很简单!查看示例了解更多详情。
相关文章推荐
- [face_recognition中文文档] 第5节 特约贡献
- [face_recognition中文文档] 第4节 Face Recognition API
- [face_recognition中文文档] 第2节 安装
- [face_recognition中文文档] 第1节 人脸识别
- [face_recognition中文文档] 第7节 历史
- [face_recognition中文文档] 第6节 作者
- talib 中文文档(十二):Pattern Recognition Functions K线模式识别,形态识别
- HAProxy用法详解 全网最详细中文文档
- php-phantomjs中文文档用法示例集合
- kotlin官方文档中文翻译(一)基础语法,习惯用法,编码习惯
- HAProxy用法详解 全网最详细中文文档
- @font-face 网络字体的中文用法(一)
- HAProxy用法详解 全网最详细中文文档
- HAProxy用法详解 全网最详细中文文档
- dlib, OpenFace and face_recognition
- 最新jQuery CHM版中文帮助文档
- FusionCharts_API_中文帮助文档!
- jqGrid入门 中文文档 参数方法讲解(自我备用)
- SpringLDAP-Reference(中文文档)目录
- Apache Spark 2.2.0 中文文档 - 快速入门 | ApacheCN