python 虛擬人臉,虛擬人臉生成

1、如何使用Python，基于OpenCV與Face++實(shí)現(xiàn)人臉解鎖的功能

   Windows

入門的時(shí)候配置環(huán)境總是一個(gè)非常麻煩的事情，在Windows上配置OpenC更是如此。

既然寫了這個(gè)推廣的科普教程，總不能讓讀者卡在環(huán)境配置上吧。

下面用到的文件都可以在 這里 （提取碼：b6ec）下載，但是注意，。

將cv2加入sitepackages

將下載下來的 文件放入Python安裝的文件夾下的 Libsitepackages 目錄。

就我的電腦而言，這個(gè)目錄就是 C:PythonLibsitepackages 。

記得不要直接使用pip安裝，將文件拖過去即可。

安裝numpy組件

在命令行下進(jìn)入到下載下來的文件所在的目錄（按住Shift右鍵有在該目錄開命令行的選項(xiàng)）

鍵入命令：

如果你的系統(tǒng)或者Python不適配，可以在 這里 下載別的輪子。

測(cè)試OpenC安裝

在命令行鍵入命令：

python c "import cv2"

如果沒有出現(xiàn)錯(cuò)誤提示，那么cv2就已經(jīng)安裝好了。

OpenC的人臉檢測(cè)應(yīng)用

人臉檢測(cè)應(yīng)用，簡(jiǎn)而言之就是一個(gè)在照片里找到人臉，然后用方框框起來的過程（我們的相機(jī)經(jīng)常做這件事情）

那么具體而言就是這樣一個(gè)過程：

獲取攝像頭的圖片

在圖片中檢測(cè)到人臉的區(qū)域

在人臉的區(qū)域周圍繪制方框

獲取攝像頭的圖片

這里簡(jiǎn)單的講解一下OpenC的基本操作。

以下操作是開攝像頭的基本操作：

#coding=utf8

importcv2

# 一般筆記本的默認(rèn)攝像頭都是0

capInput = (0)

# 我們可以用這條命令檢測(cè)攝像頭是否可以讀取數(shù)據(jù)

if not (): print('Capture failed because of camera')

那么怎么從攝像頭讀取數(shù)據(jù)呢？

# 接上段程序

# 現(xiàn)在攝像頭已經(jīng)開了，我們可以使用這條命令讀取圖像

# img就是我們讀取到的圖像，就和我們使用open('', 'rb').read()讀取到的數(shù)據(jù)是一樣的

ret, img = ()

# 你可以使用open的方式存儲(chǔ)，也可以使用cv2提供的方式存儲(chǔ)

('', img)

# 同樣，你可以使用open的方式讀取，也可以使用cv2提供的方式讀取

img = ('')

為了方便顯示圖片，cv2也提供了顯示圖片的方法：

# 接上段程序

# 定義一個(gè)窗口，當(dāng)然也可以不定義

imgWindowName = 'ImageCaptured'

imgWindow = (imgWindowName, )

# 在窗口中顯示圖片

(imgWindowName, img)

當(dāng)然在完成所有操作以后需要把攝像頭和窗口都做一個(gè)釋放：

# 接上段程序

# 釋放攝像頭

()

# 釋放所有窗口

()

在圖片中檢測(cè)到人臉的區(qū)域

OpenC給我們提供了已經(jīng)訓(xùn)練好的人臉的xml模板，我們只需要載入然后比對(duì)即可。

# 接上段程序

# 載入xml模板

faceCascade = ('')

# 將圖形存儲(chǔ)的方式進(jìn)行轉(zhuǎn)換

gray = (img, )

# 使用模板匹配圖形

faces = (gray, , 5)

print(faces)

在人臉的區(qū)域周圍繪制方框

在上一個(gè)步驟中，faces中的四個(gè)量分別為左上角的橫坐標(biāo)、縱坐標(biāo)、寬度、長度。

所以我們根據(jù)這四個(gè)量很容易的就可以繪制出方框。

# 接上段程序

# 函數(shù)的參數(shù)分別為：圖像，左上角坐標(biāo)，右下角坐標(biāo)，顏色，寬度

img = (img, (x, y), (x w, y h), (), 2)

成果

根據(jù)上面講述的內(nèi)容，我們現(xiàn)在已經(jīng)可以完成一個(gè)簡(jiǎn)單的人臉辨認(rèn)了：

#coding=utf8

importcv2

print('Press Esc to exit')

faceCascade = ('')

imgWindow = ('FaceDetect', )

defdetect_face():

capInput = (0)

# 避免處理時(shí)間過長造成畫面卡頓

nextCaptureTime = ()

faces = []

if not (): print('Capture failed because of camera')

while 1:

ret, img = ()

gray = (img, )

if nextCaptureTime

使用Face完成人臉辨識(shí)

第一次認(rèn)識(shí)Face還是因?yàn)橹Ц秾毜娜四樦Ц?，響?yīng)速度還是非常讓人滿意的。

現(xiàn)在只需要免費(fèi)注冊(cè)一個(gè)賬然后新建一個(gè)應(yīng)用就可以使用了，非常方便。

他的方是 這個(gè) ，注冊(cè)好之后在 這里 的我的應(yīng)用中創(chuàng)建應(yīng)用即可。

創(chuàng)建好應(yīng)用之后你會(huì)獲得API Key與API Secret。

Face的API調(diào)用邏輯簡(jiǎn)單來說是這樣的：

上傳圖片獲取讀取到的人的face_id

創(chuàng)建Pern，獲取pern_id（Pern中的圖片可以增加、刪除）

比較兩個(gè)face_id，判斷是否是一個(gè)人

比較face_id與pern_id，判斷是否是一個(gè)人

上傳圖片獲取face_id

在將圖片通過post方法上傳到特定的地址后將返回一個(gè)jn的值。

如果api_key, api_secret沒有問題，且在上傳的圖片中有識(shí)別到人臉，那么會(huì)存儲(chǔ)在jn的face鍵值下。

#coding=utf8

importrequests

# 這里填寫你的應(yīng)用的API Key與API Secret

API_KEY = ''

API_SECRET = ''

# 目前的API是這個(gè)，你可以在API文檔里找到這些

BASE_URL = '

# 使用Requests上傳圖片

url = '%s/detection/detect?api_key=%s

創(chuàng)建Pern

這個(gè)操作沒有什么可以講的內(nèi)容，可以對(duì)照這段程序和方的API介紹。

方的API介紹可以見 這里 ，相信看完這一段程序以后你就可以自己完成其余的API了。

# 上接上一段程序

# 讀取face_id

if not facesis None: faceIdList = [face['face_id'] for facein faces]

# 使用Requests創(chuàng)建Pern

url = '%s/pern/create'%BASE_URL

params = {

'api_key': API_KEY,

'api_secret': API_SECRET,

'pern_name': 'LittleCoder',

'face_id': ','.join(faceIdList), }

r = (url, params = params)

# 獲取pern_id

print .()['pern_id']

進(jìn)度確認(rèn)

到目前為止，你應(yīng)該已經(jīng)可以就給定的兩張圖片比對(duì)是否是同一個(gè)人了。

那么讓我們來試著寫一下這個(gè)程序吧，兩張圖片分別為’’, ‘’好了。

下面我給出了我的代碼：

defupload_img(fileDir, oneface = True):

url = '%s/detection/detect?api_key=%s

成品

到此，所有的知識(shí)介紹都結(jié)束了，相比大致如何完成這個(gè)項(xiàng)目各位讀者也已經(jīng)有想法了吧。

2、如何利用python進(jìn)行精準(zhǔn)人臉識(shí)別

   要調(diào)用api接口，建議用face的，支付寶的人臉識(shí)別都是用的這個(gè)。可能需要一點(diǎn)費(fèi)用，不貴，代碼里把fece的api接口放進(jìn)代碼就行，還可以可以檢測(cè)情緒，年齡等等的。

當(dāng)然也有其他人臉識(shí)別的api接口，自己發(fā)現(xiàn)吧，其實(shí)很多，但基本都不會(huì)免費(fèi)，有的可以試用

，加入了新的類facerecognizer，我們可以使用它便捷地進(jìn)行人臉識(shí)別實(shí)驗(yàn)。本文既介紹代碼使用，又介紹算法原理。(他寫的源代碼，我們可以在opencv的opencv\modules\contrib\doc\facerec\src下找到，當(dāng)然也可以在他的github中找到，如果你想研究源碼，自然可以去看看，不復(fù)雜)

目前支持的算法有

eigenfaces特征臉createeigenfacerecognizer()

fisherfaces createfisherfacerecognizer()

localbinary patterns histograms局部二值直方圖 createlbphfacerecognizer()

下面所有的例子中的代碼在opencv安裝目錄下的samples/cpp下面都能找到，所有的代碼商用或者學(xué)習(xí)都是免費(fèi)的。

recognition

對(duì)人類來說，人臉識(shí)別很容易。文獻(xiàn)[tu]中有描述。一個(gè)維的特征向量被用在一個(gè)大數(shù)據(jù)庫上，單靠幾何特征不能提供足夠的信息用于人臉識(shí)別。

特征臉方法在文獻(xiàn)[tp]。其中一個(gè)基本的想法就是，使類內(nèi)方差最小的同時(shí)，使類外方差最大。

近年來，各種局部特征提取方法出現(xiàn)。為了避免輸入的圖像的高維數(shù)據(jù)，僅僅使用的局部特征描述圖像的方法被提出，提取的特征(很有希望的)對(duì)于局部遮擋、光照變化、小樣本等情況更強(qiáng)健。有關(guān)局部特征提取的方法有蓋伯小波(gabor waelets)([wiskott])。使用什么方法來提取時(shí)域空間的局部特征依舊是一個(gè)開放性的研究問題，因?yàn)榭臻g信息是潛在有用的信息。

database

我們先獲取一些數(shù)據(jù)來進(jìn)行實(shí)驗(yàn)吧。我不想在這里做一個(gè)幼稚的例子。我們?cè)谘芯咳四樧R(shí)別，所以我們需要一個(gè)真的人臉圖像！你可以自己創(chuàng)建自己的數(shù)據(jù)集，也可以從這里(下載一個(gè)。

at&tfacedatabase又稱orl人臉數(shù)據(jù)庫，個(gè)人，每人張照片。照片在不同時(shí)間、不同光照、不同表情(睜眼閉眼、笑或者不笑)、不同人臉細(xì)節(jié)(戴眼鏡或者不戴眼鏡)下采集。所有的圖像都在一個(gè)黑暗均勻的背景下采集的，正面豎直人臉(有些有有輕旋轉(zhuǎn))。

3、人臉識(shí)別為什么用python開發(fā)

   可以使用OpenC，OpenC的人臉檢測(cè)功能在一般場(chǎng)合還是不錯(cuò)的。而ubuntu正好提供了pythonopencv這個(gè)包，用它可以方便地實(shí)現(xiàn)人臉檢測(cè)的代碼。

寫代碼之前應(yīng)該先安裝pythonopencv：

#!/usr/bin/python

#?*?coding:?UTF8?*

#?

#?Face?Detection?using?OpenC.?Based?on?sample?code?from:

#?

#?Usage:?python

import?sys,?os

fromimport?*

fromimport?*

from?PIL?import?Image,?ImageDraw

from?math?import?sqrt

def?detectObjects(image):

"""Converts?an?image?to?grayscale?and?prints?the?locations?of?any?faces?found"""

grayscale?=?cvCreateImage(cvSize(,?),?8,?1)

cvCvtColor(image,?grayscale,?C_BGR2GRAY)

storage?=?cvCreateMemStorage(0)

cvClearMemStorage(storage)

cvEqualizeHist(grayscale,?grayscale)

cascade?=?cvLoadHaarClassifierCascade(

'/usr/share/opencv/haarcascades/',

cvSize(1,1))

faces?=?cvHaarDetectObjects(grayscale,?cascade,?storage,?,?2,

C_HAAR_DO_CANNY_PRUNING,?cvSize())

result?=?[]

for?f?in?faces:

((,?,?,?))

return?result

def?grayscale(r,?g,?b):

return?int(r?*?.b?*?.)

def?process(infile,?outfile):

image?=?cvLoadImage(infile);

if?image:

faces?=?detectObjects(image)

im?=?(infile)

if?faces:

draw?=?(im)

for?f?in?faces:

(f,?outline=())

(outfile,?"JPEG",?quality=)

else:

print?"Error:?cannot?detect?faces?on?%s"?%?infile

if?__name__?==?"__main__":

process('',?'')

能啊，你在ai申請(qǐng)一個(gè)api賬，然后python編個(gè)程序調(diào)用api就可以了