face_recognition+python-opencv实现摄像头实时人脸识别

最近在做人脸识别，就先拿简单的face_recognition练下手。face_recognition是基于dlib开发的一个开源人脸识别库，所以也可以直接用dlib开发人脸识别，不过相对来说麻烦一些，后期也会写篇文章详细说明。

环境配置

本人使用的环境如下：
windows7
pycharm
python3.6.6
dlib19.7
face_recognition1.3.0
加粗python3.6的原因是它安装dlib比较方便，本人之前使用的是python3.7安装dlib时会出现cmake错误等等莫名其妙的的错误，使用python3.6以后一次成功，在此安利给大家。当然现在dlib的版本也已经很高了（19.19），但是由于怕出现问题就只安装了较低的版本，大家可以根据自己的情况自行调整，按照上面的来进行环境配置一般来说是不会出现问题的。

代码编写

首先是要导入的模块，cv2就是opencv，用来调用摄像头以及进行一些处理。face_recognition用来实现人脸识别，os用来实现获取摄像头出现的人脸的名字。

import face_recognition
import cv2
import os

接下来是数据预处理。

camera = cv2.VideoCapture(0)
font = cv2.FONT_HERSHEY_DUPLEX
face_names = []
face_codings = []
person_list = os.listdir("faces/")
for i in range(len(person_list)):
    person_name = os.listdir("faces/" + "person_" + str(i + 1))
    face_img = face_recognition.load_image_file("faces/" + "person_" + str(i + 1) + "/" + person_name[0])
    face_codings.append(face_recognition.face_encodings(face_img)[0])
    face_names.append(person_name[0][:person_name[0].index(".")])

这是我存放人脸的目录结构，默认图片的名字就是人名，可以更方便的获取人名。

接下来是人脸识别的主体代码，因为比较简单，就不放全部的了。

marks = face_recognition.face_locations(img_new)
codings = face_recognition.face_encodings(img_new, marks)
    for coding in codings :
        result= face_recognition.compare_faces(face_codings,coding,0.4)
        print(result)
        for i in range(len(result)):
            if result[i]:
                name = face_names[i]
                break
            if i == len(result)-1:
                name = "someone"

marks是人脸在摄像头的一帧画面中的位置，可以使用marks在摄像头视频中圈出人脸，name则会显示在预处理中获取到的人名。人脸识别的核心函数是face_recognition.compare_faces，函数详细如下：

第一个参数是一个已有人脸编码的列表，第二个是需要对比的人脸编码，第三个是比较阈值默认为0.6。但是可以看到我用的是0.4，因为基于我的使用经验来看0.4要更好，看来网上的帖子有的说是因为中国人脸型和外国人不一样导致的，emmmm。返回值是一个列表由true和false构成，如下是我输出的返回值：

根据这个列表再用到数据预处理时得到的face_names以及opencv的相关函数就能实时的进行人脸识别啦。
完整代码附上：

# -*- coding: utf-8 -*-
import face_recognition
import cv2
import os

camera = cv2.VideoCapture(0)
font = cv2.FONT_HERSHEY_DUPLEX
face_names = []
face_codings = []
person_list = os.listdir("faces/")
for i in range(len(person_list)):
    person_name = os.listdir("faces/" + "person_" + str(i + 1))
    # print(person_name[0])
    face_img = face_recognition.load_image_file("faces/" + "person_" + str(i + 1) + "/" + person_name[0])
    face_codings.append(face_recognition.face_encodings(face_img)[0])
    face_names.append(person_name[0][:person_name[0].index(".")])
while True:
    success,img=camera.read()
    img_new = cv2.resize(img, (0, 0), fx=0.25, fy=0.25)
    process_this_frame = True
    if process_this_frame:
        marks = face_recognition.face_locations(img_new)
        codings = face_recognition.face_encodings(img_new, marks)

        for coding in codings:
            result = face_recognition.compare_faces(face_codings, coding,0.4)
            print(result)
            for i in range(len(result)):
                if result[i]:
                    name = face_names[i]
                    break
                if i == len(result)-1:
                    name = "unknown"
                #break
        process_this_frame = not process_this_frame
        for (top, right, bottom, left)in (marks):
            top *= 4
            right *= 4
            bottom *= 4
            left *= 4
            cv2.rectangle(img, (left, top), (right, bottom), (255, 0, 0), 2)
            cv2.putText(img, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)
        cv2.imshow('face', img)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

camera.release()
cv2.destroyAllWindows()