Python人脸识别界面设计代码

Python的人脸识别通常涉及到深度学习库如OpenCV、dlib或face_recognition等。下面是一个简单的例子，展示了如何使用OpenCV创建一个基本的人脸识别界面：

import cv2
import face_recognition

# 加载人脸数据库
known_faces = []
known_names = []

# 添加已知的人脸数据
# 这里只是一个示例，你需要替换为你自己的图片路径
for i in range(5):
    image_path = f"known_face_{i}.jpg"
    img = face_recognition.load_image_file(image_path)
    known_faces.append(img)
    known_names.append("Person " + str(i+1))

# 加载摄像头视频流
cap = cv2.VideoCapture(0)

while True:
    # 读取摄像头帧
    ret, frame = cap.read()

    # 转换为灰度图像以便于处理
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 检测人脸
    faces_locations = face_recognition.face_locations(gray)

    for (top, right, bottom, left) in faces_locations:
        # 提取人脸区域
        face_image = frame[top:bottom, left:right]
        
        # 将人脸转为RGB格式
        face_image_rgb = cv2.cvtColor(face_image, cv2.COLOR_BGR2RGB)

        # 对提取到的人脸进行编码
        face_encoding = face_recognition.face_encodings(face_image_rgb)[0]

        # 在匹配之前将编码归一化
        face_encoding_normalized = face_encoding / np.linalg.norm(face_encoding)

        # 使用欧氏距离查找最相似的脸
        results = face_recognition.compare_faces(known_faces, face_encoding_normalized)
        name = "Unknown"

        if True in results:
            # 如果找到了匹配，获取相应的名字
            index = results.index(True)
            name = known_names[index]

        # 绘制矩形框并显示姓名
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2)
        cv2.putText(frame, name, (left + 6, top - 6), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (255, 255, 255), 2)

    # 显示结果
    cv2.imshow('Face Recognition', frame)

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

# 清理资源
cap.release()
cv2.destroyAllWindows()

这个程序会在摄像头中实时检测人脸，并尝试将其与已知的人脸进行比较。当找到匹配时，会显示相应的名字。