python 人脸识别

Python 有许多优秀的人脸识别库，其中最流行的是 OpenCV 和 dlib。以下是使用这些库进行人脸识别的基本步骤：

1. 安装 OpenCV 和 dlib 库：可以使用 pip 进行安装。

2. 加载人脸检测器：可以使用 OpenCV 中的 Haar Cascade 或 dlib 中的 HOG+SVM。这些检测器可以识别图像中的人脸并返回其位置和大小。

3. 加载人脸识别模型：可以使用 dlib 的人脸识别器或 OpenCV 的 LBPH 或 EigenFace。

4. 对于每个检测到的人脸，提取其特征向量并将其与已知的人脸特征向量进行比较，以确定该人脸属于哪个已知的人。

下面是一个简单的 Python 代码示例，演示如何使用 OpenCV 进行人脸识别：

import cv2
import numpy as np
import os

# 加载人脸检测器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 加载人脸识别模型
recognizer = cv2.face.LBPHFaceRecognizer_create()
recognizer.read('trainer.yml')

# 加载标签文件
labels = {}
with open('labels.txt', 'r') as f:
    for line in f.readlines():
        label, name = line.strip().split(':')
        labels[int(label)] = name

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取图像帧
    ret, frame = cap.read()

    # 将图像转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 检测人脸
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.5, minNeighbors=5)

    # 对于每个检测到的人脸
    for (x, y, w, h) in faces:
        # 提取人脸ROI
        roi_gray = gray[y:y+h, x:x+w]

        # 进行人脸识别
        label, confidence = recognizer.predict(roi_gray)

        # 如果置信度足够高，则显示人名标签
        if confidence < 100:
            name = labels[label]
            cv2.putText(frame, name, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2, cv2.LINE_AA)
        
        # 在图像上绘制人脸矩形框
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    # 显示图像帧
    cv2.imshow('Face Recognition', frame)

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

# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()

这个例子使用了 OpenCV 中的 Haar Cascade 人脸检测器和 LBPH 人脸识别器，以及一个简单的标签文件来存储已知人脸的标签和姓名。在运行时，它将打开摄像头并逐帧读取图像，对每个检测到的人脸进行识别并在图像上显示人名标签。