程序猿如何用深度学习定位马蓉五官?精准率99%,9行python五官定位

  • A+
所属分类:未分类

最近苹果X自带了一款Face Id的高端人脸解锁软件,据官方报道:“在一百万张脸中识别你的脸。”谷歌、百度、腾讯……各大企业都耗资数亿来推动人工智能方向的发展,而现在的人脸识别技术,真的有那么神奇么?

程序猿如何用深度学习定位马蓉五官?精准率99%,9行python五官定位

当然没有!千万别再孤陋寡闻!

随着互联网的进步,

网络上各路大佬共享的各种资源库,

人脸识别早已经不是特别稀奇的项目。

现在只需用Python的数十行代码就可以完成人脸定位!

程序猿如何用深度学习定位马蓉五官?精准率99%,9行python五官定位

人脸识别项目环境

  • Python 3.3+或Python 2.7(本教程用6版本)
  • Windows 7或MacOS,以及Linux等系统
  • 一个摄像头和IDLE集成系统(PyCharm)

命令提示符安装人脸识别依赖库以及图像处理库:

  • pip3 install face_recognition
  • pip install Pillow

 

程序猿如何用深度学习定位马蓉五官?精准率99%,9行python五官定位

 

项目代码

  1. fromPIL import Image, ImageDraw
  2. importface_recognition

首先导入需要用到的包

  1. image = face_recognition.load_image_file(“BOSS.bmp” )
  2. face_landmarks_list = face_recognition.face_landmarks(image)

其中的“BOSS.bmp”为需要识别脸部特征的人脸图像,并传入image变量。

第二行代码为人脸识别库查找“BOSS.bmp”图像中所有的面部特征。

  1. print("I found {} face(s) in this photograph.".format(len(face_landmarks_list)))
  2. forface_landmarks in face_landmarks_list:
  3. facial_features = [
  4. 'chin',
  5. 'left_eyebrow',
  6. 'right_eyebrow',
  7. 'nose_bridge',
  8. 'nose_tip',
  9. 'left_eye',
  10. 'right_eye',
  11. 'top_lip',
  12. 'bottom_lip'
  13. ]

此段代码由face_recognition库识别人脸的各个部位,如眼睛、鼻子、下巴等,并打印在图片中找到几张人脸。

  1. forfacial_feature in facial_features:
  2. print("The {} in this face has the following points: {}".format(facial_feature, face_landmarks[facial_feature]))
  3. # Let's trace out each facial feature in the image with a line!
  4. pil_image = Image.fromarray(image)
  5. d = ImageDraw.Draw(pil_image)
  6. for facial_feature in facial_features:
  7. line(face_landmarks[facial_feature], width=5)
  8. show()

最后打印出脸部五官的具体坐标,并用线条描绘出脸部的具体特征。

项目效果图:

 程序猿如何用深度学习定位马蓉五官?精准率99%,9行python五官定位

很喜感吧!本章用了短短不到40行的代码就完成了人脸面部特征定位的任务,是不是很有成就感呢?当然这只是非常傻瓜的入门人脸识别操作,如果想深入学习我们的细节,请关注我们,将在后面文章呈现,或者在加入人工智能社群:搜索(TensorFlow机器学习angtk),认清我们标志就是了!。这里有更多案例,更多朋友啊。也可以跟小编直接交流。另外也可以点击左下角:了解更多,通过我们网站了解更多!

程序猿如何用深度学习定位马蓉五官?精准率99%,9行python五官定位

  • 我的微信
  • 这是我的微信扫一扫
  • weinxin
  • 我的微信公众号
  • 我的微信公众号扫一扫
  • weinxin
avatar

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: