python实现高精度人脸比对的代码

以下是一个使用Python实现高精度人脸比对的示例代码。该代码使用了face_recognition库进行人脸检测和人脸特征提取，使用numpy库计算特征向量的相似度，使用Pillow库在图像中标出人脸位置和相似度。

import face_recognition
import numpy as np
from PIL import Image, ImageDraw

# 加载图像和人脸特征
image1 = face_recognition.load_image_file("image1.jpg")
image2 = face_recognition.load_image_file("image2.jpg")
face1 = face_recognition.face_encodings(image1)[0]
face2 = face_recognition.face_encodings(image2)[0]

# 计算人脸特征向量的相似度
similarity = np.dot(face1, face2)

# 在图像中标出人脸位置和相似度
draw = ImageDraw.Draw(image1)
face_locations = face_recognition.face_locations(image1)
for (top, right, bottom, left), sim in zip(face_locations, [similarity]):
    draw.rectangle(((left, top), (right, bottom)), outline=(0, 0, 255))
    draw.text((left, top - 20), f"Similarity: {sim:.2f}", fill=(0, 0, 255))

# 显示图像
image1.show()

在上面的代码中，首先使用face_recognition库加载图像和人脸特征。然后，使用np.dot()函数计算两个人脸特征向量的点积，得到它们的相似度。最后，使用Pillow库中的ImageDraw类在图像中标出人脸位置和相似度，并显示图像。

请注意，以上代码仅为示例，实际应用中可能需要对人脸检测和特征提取进行优化，以提高准确率和效率。