如何使用python?AI快速比對(duì)兩張人臉圖像

本文小編為大家詳細(xì)介紹“如何使用python AI快速比對(duì)兩張人臉圖像”，內(nèi)容詳細(xì)，步驟清晰，細(xì)節(jié)處理妥當(dāng)，希望這篇“如何使用python AI快速比對(duì)兩張人臉圖像”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學(xué)習(xí)新知識(shí)吧。

實(shí)現(xiàn)過程比較簡單，但是第三方python依賴的安裝過程較為曲折，下面是通過實(shí)踐對(duì)比總結(jié)出來的能夠支持的幾個(gè)版本，避免大家踩坑。

python版本：3.6.8
dlib版本：19.7.0
face-recognition版本：0.1.10

開始之前，我們選擇使用pip的方式對(duì)第三方的非標(biāo)準(zhǔn)庫進(jìn)行安裝。

pip install cmake

pip install dlib==19.7.0

pip install face-recognition==0.1.10

pip install opencv-python

然后，將使用到的模塊cv2/face-recognition兩個(gè)模塊導(dǎo)入到代碼塊中即可。

# OpenCV is a library of programming functions mainly aimed at real-time computer vision.
import cv2

# It's loading a pre-trained model that can detect faces in images.
import face_recognition

新建一個(gè)python函數(shù)get_face_encodings，用來獲取人臉部分的編碼，后面可以根據(jù)這個(gè)編碼來進(jìn)行人臉比對(duì)。

def get_face_encodings(image_path):
    """
    It takes an image path, loads the image, finds the faces in the image, and returns the 128-d face encodings for each
    face

    :param image_path: The path to the image to be processed
    """
    # It's loading a pre-trained model that can detect faces in images.
    image = cv2.imread(image_path)

    # It's converting the image from BGR to RGB.
    image_RGB = image[:, :, ::-1]

    image_face = face_recognition.face_locations(image_RGB)

    # It's taking the image and the face locations and returning the face encodings.
    face_env = face_recognition.face_encodings(image_RGB, image_face)

    # It's returning the first face encoding in the list.
    return face_env[0]

上述函數(shù)中注釋都是通過Pycharm插件自動(dòng)生成的，接下來我們直接調(diào)用get_face_encodings函數(shù)分別獲取兩個(gè)人臉的編碼。

# It's taking the image and the face locations and returning the face encodings.
ima1 = get_face_encodings('03.jpg')

# It's taking the image and the face locations and returning the face encodings.
ima2 = get_face_encodings('05.jpg')

# It's taking the image and the face locations and returning the face encodings.
ima1 = get_face_encodings('03.jpg')

# It's taking the image and the face locations and returning the face encodings.
ima2 = get_face_encodings('05.jpg')

上面我們選擇了兩張附有人臉的圖片，并且已經(jīng)獲取到了對(duì)應(yīng)的人臉編碼。接著使用compare_faces函數(shù)進(jìn)行人臉比對(duì)。

# It's comparing the two face encodings and returning True if they match.
is_same = face_recognition.compare_faces([ima1], ima2, tolerance=0.3)[0]

print('人臉比對(duì)結(jié)果：{}'.format(is_same))

人臉比對(duì)結(jié)果：False

這個(gè)時(shí)候人臉比對(duì)結(jié)果已經(jīng)出來了，F(xiàn)alse代表不一樣。這里compare_faces有一個(gè)比較重要的參數(shù)就是tolerance=0.3，默認(rèn)情況下是0.6。tolerance參數(shù)的值越小的時(shí)候代表比對(duì)要求更加嚴(yán)格，因此這個(gè)參數(shù)的大小需要根據(jù)實(shí)際情況設(shè)置，它會(huì)直接影響整個(gè)比對(duì)過程的結(jié)果。

讀到這里，這篇“如何使用python AI快速比對(duì)兩張人臉圖像”文章已經(jīng)介紹完畢，想要掌握這篇文章的知識(shí)點(diǎn)還需要大家自己動(dòng)手實(shí)踐使用過才能領(lǐng)會(huì)，如果想了解更多相關(guān)內(nèi)容的文章，歡迎關(guān)注億速云行業(yè)資訊頻道。