python人脸识别代码

以下是使用Python进行人脸识别的代码示例：

首先，需要安装OpenCV和face_recognition库。

# 导入所需的库
import cv2
import face_recognition

# 加载已知的人脸图像和相应的标签
known_face_encodings = []
known_face_names = []

# 加载已知图像
image1 = face_recognition.load_image_file("person1.jpg")
image2 = face_recognition.load_image_file("person2.jpg")

# 获取已知图像的面部编码
face_encoding1 = face_recognition.face_encodings(image1)[0]
face_encoding2 = face_recognition.face_encodings(image2)[0]

# 将已知图像的面部编码和相应的标签添加到已知列表中
known_face_encodings.append(face_encoding1)
known_face_encodings.append(face_encoding2)
known_face_names.append("Person 1")
known_face_names.append("Person 2")

# 使用摄像头捕获图像并进行人脸识别
video_capture = cv2.VideoCapture(0)

while True:
    # 获取一帧图像
    ret, frame = video_capture.read()

    # 转换图像颜色空间
    rgb_frame = frame[:, :, ::-1]

    # 找到该帧图像中的面部特征点和面部编码
    face_locations = face_recognition.face_locations(rgb_frame)
    face_encodings = face_recognition.face_encodings(rgb_frame, face_locations)

    # 遍历每个面部编码
    for face_encoding in face_encodings:
        # 比较该面部编码是否与已知的面部编码匹配
        matches = face_recognition.compare_faces(known_face_encodings, face_encoding)

        # 如果找到匹配项，则使用标签进行识别
        if True in matches:
            first_match_index = matches.index(True)
            name = known_face_names[first_match_index]
        else:
            name = "Unknown"

        # 在该帧图像中绘制面部边框和标签
        top, right, bottom, left = face_locations[0]
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
        cv2.putText(frame, name, (left + 6, bottom - 6), cv2.FONT_HERSHEY_DUPLEX, 1.0, (255, 255, 255), 1)

    # 显示输出图像
    cv2.imshow('Video', frame)

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

# 释放资源并关闭窗口
video_capture.release()
cv2.destroyAllWindows()

在此示例中，我们首先加载已知的人脸图像并获取它们的面部编码。然后，我们使用摄像头捕获图像并使用face_recognition库查找每个图像中的面部特征点和面部编码。然后，我们将每个面部编码与已知的面部编码进行比较，并使用相应的标签进行识别。最后，我们在每个已识别的面部周围绘制边框并显示输出图像。