[face_recognition中文文档] 第3节 用法

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。

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。