python人脸识别全部代码

人脸识别涉及到很多算法和技术，需要用到不同的库和工具。以下是一个基于 Python 的简单人脸识别代码示例，使用 OpenCV 和 face_recognition 库：

import cv2
import face_recognition

# 加载已知人脸图像和对应标签
known_face_encodings = []
known_face_labels = []

# 加载已知人脸图像和对应标签的函数
def load_known_faces():
    # 在这里添加代码，用于加载已知人脸图像和对应标签
    # 例如：
    # image = face_recognition.load_image_file("known_faces/john.jpg")
    # encoding = face_recognition.face_encodings(image)[0]
    # known_face_encodings.append(encoding)
    # known_face_labels.append("John")

# 加载已知人脸图像和对应标签
load_known_faces()

# 设置摄像头
video_capture = cv2.VideoCapture(0)

# 初始化变量
face_locations = []
face_encodings = []
face_labels = []

while True:
    # 读取摄像头捕获的图像
    ret, frame = video_capture.read()

    # 缩小图像以加快处理速度
    small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)

    # 转换图像格式
    rgb_small_frame = small_frame[:, :, ::-1]

    # 检测图像中的人脸位置
    face_locations = face_recognition.face_locations(rgb_small_frame)

    # 提取图像中人脸的特征编码
    face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)

    # 初始化标签列表
    face_labels = []

    # 对于每个检测到的人脸，进行标签识别
    for face_encoding in face_encodings:
        # 尝试匹配人脸与已知人脸
        matches = face_recognition.compare_faces(known_face_encodings, face_encoding)

        # 初始化标签为 "Unknown"
        label = "Unknown"

        # 如果找到匹配的已知人脸，则使用该标签
        if True in matches:
            first_match_index = matches.index(True)
            label = known_face_labels[first_match_index]

        # 将标签添加到标签列表中
        face_labels.append(label)

    # 在图像中为每个检测到的人脸添加标签
    for (top, right, bottom, left), label in zip(face_locations, face_labels):
        # 放大坐标以适应原始图像大小
        top *= 4
        right *= 4
        bottom *= 4
        left *= 4

        # 在人脸周围画一个矩形
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)

        # 在人脸下方添加标签
        cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
        font = cv2.FONT_HERSHEY_DUPLEX
        cv2.putText(frame, label, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)

    # 显示结果图像
    cv2.imshow('Video', frame)

    # 按 'q' 键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
video_capture.release()
cv2.destroyAllWindows()

在这个示例中，我们使用了 face_recognition 库来检测人脸位置和提取特征编码，然后使用这些编码与已知的人脸进行比较来识别人脸。如果找到匹配的已知人脸，则使用该人脸的标签。最后，我们将标签添加到图像中，并显示结果图像。