Face Recognition人臉識別庫

這是世界上最簡單的人臉識別庫了。你可以通過Python引用或者命令行的形式使用它，來管理和識別人臉。
該軟件包使用dlib中最先進的人臉識別深度學習算法擒抛，使得識別準確率在《Labled Faces in the world》測試基準下達到了99.38%推汽。
它同時提供了一個叫face_recognition的命令行工具，以便你可以用命令行對一個文件夾中的圖片進行識別操作歧沪。

特征

在圖片中識別人臉

找到圖片中所有的人臉：

示例圖1

import face_recognition
image=face_recognition.load_image_file("your_file.jpg")
face_locations=face_recognition.face_locations(image)

找到并操作圖片中的臉部特征

獲得圖片中人類眼睛歹撒、鼻子、嘴诊胞、下巴的位置和輪廓：

示例圖2

import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_landmarks_list = face_recognition.face_landmarks(image)

找到臉部特征有很多超級有用的應用場景暖夭，當然你也可以把它用在最顯而易見的功能上：美顏功能 就像美圖秀秀那樣：

示例圖3

鑒定圖片中的臉

識別圖片中的人是誰

示例圖4

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)

你甚至可以用這個軟件包做人臉的實時識別：

示例圖5

這里有一個實時識別的例子

安裝

環(huán)境要求:

• Python3.3+或者Python2.7
• MacOS或者Linux（Windows不做支持，但是你可以試試厢钧，也許也能運行）

安裝步驟

在Mac或Linux上安裝

首先鳞尔，確保你安裝了dlib，以及該軟件的Python綁定接口早直。如果沒有的話寥假，看這篇安裝說明：

• 如何從macOS或Ubuntu上安裝dlib

然后，使用pip3（Python 2的pip2）從pypi安裝此模塊：

pip3 install face_recognition

如果你安裝遇到問題霞扬，可以試試這個安裝好了的虛擬機

在樹莓派2+上安裝

• 在樹莓派2+上安裝說明

在Windows上安裝

雖然Windows不是官方支持的糕韧，但是有熱心網友寫出了一個Windows上的使用指南，請看這里：

• @ masoudr的Windows 10安裝指南（dlib + face_recognition）

使用已經配置好的虛擬機（支持VMWare和VirtualBox）

• 下載預配置的虛擬機映像（適用于VMware Player或VirtualBox）喻圃。

使用方法

命令行界面

如果你已經安裝了face_recognition萤彩，那么你的系統(tǒng)中已經有了一個名為face_recognition的命令，你可以使用它對圖片進行識別斧拍，或者對一個文件夾中的所有圖片進行識別雀扶。
首先你需要提供一個文件夾，里面是所有你希望系統(tǒng)認識的人的圖片肆汹。其中每個人一張圖片愚墓，圖片以人的名字命名：

示例圖6

接下來，你需要準備另一個文件夾昂勉，里面是你要識別的圖片：

示例圖7

然后你就可以運行face_recognition命令了浪册，把剛剛準備的兩個文件夾作為參數(shù)傳入，命令就會返回需要識別的圖片中都出現(xiàn)了誰：

$ face_recognition ./pictures_of_people_i_know/ ./unknown_pictures/

/unknown_pictures/unknown.jpg,Barack Obama
/face_recognition_test/unknown_pictures/unknown.jpg,unknown_person

輸出中岗照，識別到的每張臉都單獨占一行村象，輸出格式為<圖片名稱>,<人名>。
unknown_person 是一個與你的文件夾的已知人圖像不匹配的人物攒至。

調整公差/靈敏度

如果你正在為同一個人獲得多個比較厚者，那可能就是這樣您的照片中的人看起來非常相似，容差值較低需要使臉部比較更嚴格迫吐。
你可以用--tolerance參數(shù)來做到這一點库菲。默認容差值為0.6，較低的數(shù)字使臉部比較更嚴格：

$ face_recognition --tolerance 0.54 ./pictures_of_people_i_know/ ./unknown_pictures/

/unknown_pictures/unknown.jpg,Barack Obama
/face_recognition_test/unknown_pictures/unknown.jpg,unknown_person

如果要按順序查看每次計算出的面距要調整公差設置渠抹，可以使用：--show-distancetrue

$ face_recognition --show-distance true ./pictures_of_people_i_know/ ./unknown_pictures/

/unknown_pictures/unknown.jpg,Barack Obama,0.378542298956785
/face_recognition_test/unknown_pictures/unknown.jpg,unknown_person,None

更多例子

如果你只想知道每張照片中的人的名字蝙昙，但不要關心文件名，你可以這樣做：

$ face_recognition ./pictures_of_people_i_know/ ./unknown_pictures/ | cut -d ',' -f2

Barack Obama
unknown_person

加快人臉識別

如果您有多個CPU內核的電腦梧却，則可以并行完成臉部識別奇颠。例如，如果您的系統(tǒng)有4個CPU內核放航，您可以通過使用在相同的時間量內所有的CPU內核并行處理約4倍的圖像烈拒。
如果您使用的是Python 3.4或更新版本，請傳入參數(shù)：--cpus <number_of_cpu_cores_to_use> parameter:

$ face_recognition --cpus 4 ./pictures_of_people_i_know/ ./unknown_pictures/

您還可以傳入使用系統(tǒng)中的所有CPU內核广鳍。--cpus-1

Python模塊

你可以通過導入face_recognition模塊來使用它荆几，使用方式超級簡單，文檔在這里API文件：

自動找到圖片中所有的臉

import face_recognition

image = face_recognition.load_image_file("my_picture.jpg")
face_locations = face_recognition.face_locations(image)

# face_locations is now an array listing the co-ordinates of each face!

看看這個例子自己實踐一下赊时，試試看吨铸。

你還可以自定義替換人類識別的深度學習模型。

注意：想獲得比較好的性能的話祖秒，你可能需要GPU加速（使用英偉達的CUDA庫）诞吱。所以編譯的時候你也需要開啟dlib的GPU加速選項。

import face_recognition

image = face_recognition.load_image_file("my_picture.jpg")
face_locations = face_recognition.face_locations(image, model="cnn")

# face_locations is now an array listing the co-ordinates of each face!

你也可以通過這個例子實踐一下竭缝，試試看房维。

如果你有很多圖片和GPU，你也可以并行快速識別抬纸，看這篇文章咙俩。

自動識別人臉特征

import face_recognition

image = face_recognition.load_image_file("my_picture.jpg")
face_landmarks_list = face_recognition.face_landmarks(image)

# face_landmarks_list is now an array with the locations of each facial feature in each face.
# face_landmarks_list[0]['left_eye'] would be the location and outline of the first person's left eye.

試試這個例子，試試看湿故。

識別人臉鑒定是哪個人

import face_recognition

picture_of_me = face_recognition.load_image_file("me.jpg")
my_face_encoding = face_recognition.face_encodings(picture_of_me)[0]

# my_face_encoding now contains a universal 'encoding' of my facial features that can be compared to any other picture of a face!

unknown_picture = face_recognition.load_image_file("unknown.jpg")
unknown_face_encoding = face_recognition.face_encodings(unknown_picture)[0]

# Now we can see the two face encodings are of the same person with `compare_faces`!

results = face_recognition.compare_faces([my_face_encoding], unknown_face_encoding)

if results[0] == True:
    print("It's a picture of me!")
else:
    print("It's not a picture of me!")

這里是一個例子阿趁，試試看。

Python代碼示例

所有的例子都在這里晓锻。

人臉檢測

• 在照片中找到面孔
• 在照片中找到面孔（使用深度學習）
• 在GPU（使用深度學習）的圖像批量查找面孔

面部特征

• 識別照片中的特定面部特征
• 應用（可怕的丑陋）數(shù)字化妝

面部識別

• 根據(jù)已知人的照片歌焦，查找并識別照片中的未知臉部
• 通過數(shù)字表面距離比較面部，而不是僅True / False匹配
• 使用您的網絡攝像頭識別實況視頻中的人臉 - 簡單/較慢版本（需要安裝OpenCV）
• 使用您的網絡攝像頭識別實況視頻中的人臉 - 更快的版本（需要安裝OpenCV）
• 識別視頻文件中的面孔并寫出新的視頻文件（需要安裝OpenCV）
• 識別Raspberry Pi w /相機的面孔
• 運行Web服務通過HTTP識別面孔（需要安裝Flask）

人臉識別如何運作

如果你想了解臉部位置和識別如何工作砚哆，而不是取決于黑匣子庫独撇，請閱讀我的文章。

注意事項

• 面部識別模型是針對成年人進行培訓的躁锁，對兒童的工作效果不佳纷铣。它傾向于使用默認比較閾值0.6來混合孩子很容易。

部署到云端主機（Heroku战转，AWS等）

由于face_recognition取決于使用dlibC ++編寫的內容搜立，將其用于云端托管服務商，如Heroku或AWS 部署應用程序可能很棘手槐秧。
為了使事情更容易啄踊，這個repo中有一個Dockerfile示例忧设，顯示如何在Docker容器中運行一個構建的應用程序face_recognition。因此颠通，您應該可以部署支持Docker圖像的任何服務址晕。

常見問題

問題：使用face_recognition或運行示例時出現(xiàn) Illegal instruction(coredumped)
解決方案：dlib使用SSE4或AVX進行編譯，但您的CPU太舊顿锰，不支持谨垃。
您需要更改dlib代碼后重新編譯這里概述代碼更改。
問題：運行攝像頭示例時出現(xiàn)RuntimeError: Unsupported image type, must be 8bit gray or RGB image.
解決方案：您的網絡攝像機可能未正確使用OpenCV設置硼控。在這里尋找更多幫助刘陶。
問題：運行pip2 install face_recognition時出現(xiàn)MemoryError
解決方案：face_recognition_models文件對于可用的緩存內存來說太大了。嘗試使用以下方法pip2 --no-cache-dir install face_recognition來盡量避免這個問題牢撼。
問題：AttributeError: 'module' object has no attribute 'face_recognition_model_v1'
解決方案：dlib您安裝的版本太舊了匙隔。您需要19.7或更新版本。升級dlib熏版。
問題：AttributeError: 'Module' object has no attribute 'cnn_face_detection_model_v1'
解決方案：dlib您安裝的版本太舊了牡直。您需要19.7或更新版本。升級dlib纳决。
問題：TypeError: imread() got an unexpected keyword argument 'mode'
解決方案：scipy您安裝的版本太舊了碰逸。您需要版本0.17或更新版本。升級scipy阔加。

謝謝

• 非常感謝戴維斯·金（@nulhom）創(chuàng)建dlib并提供訓練有素的面部特征檢測和此庫中使用的臉部編碼模型饵史。有關ResNet上有關面部編碼的更多信息，請查看他的博文胜榔。
• 感謝所有在Python數(shù)據(jù)科學圖書館工作的所有人胳喷，如data，scipy夭织，scikit-image吭露，pillow等，使得這種東西在Python中如此簡單而有趣尊惰。
• 感謝Cookiecutter和audreyr / cookiecutter-pypackage項目模板讲竿，使Python項目打包方式更有效率。