图片人脸识别加归类

因为处理自己的照片分类，萌生了一个通过人脸识别来归类的想法，虽然现在的网络相册都提供了该功能，但是就当是学习了，贴近于AI，现在不是流行AI嘛，本来计划是自己写，网上的教程也多入牛毛，结果写到一半的时候，发现一个开源库face_recognition，据说识别准确率达到98%。且不管这个准确率，可以拿来用就可以。具体的安装过程，教程也有很多，可以自行查找。因为采用了第三方库，所以核心功能调用对应方法即可，代码大部分是处理识别前和识别后的工作。期间看到一个大神写的关于人脸识别的文章，贴在此。供个人参考（https://www.cnblogs.com/neo-T/p/6432596.html）。

本文中face_recognition.face_locations采用model = "cnn"的模式，该模式消耗机器内存和CPU非常大，所以在识别前，对图片了处理，用缩略图作为临时文件的形式来处理的，尽管如此，100张图片也用了12H，所以机器配置不够的话慎用。也可以采用默认的model。

需要先拿出样本数据，你想找的人的图片，最好是单人正面照。我放置了10个样本，有部分侧面的和相对模糊的，对比识别时有些好像也是可以识别出来的。还有阈值，要多调试几次找出适合自己的阈值。

 

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2019-07-10 18:10
# @Author  : yy
# @File    : CNNImage.py

import os
import cv2
import face_recognition
from PIL import Image
import  numpy as np
import exifread
import shutil
import time

class Imagetags():
    def __init__(self):
        self.SampPath =r'E:\Sample'
        self.Pic = r'E:\Pic'
        self.Photo = r'E:\Photo'
        self.TmpPath = r'E:\PicTmp'


    def ResizeImage(self,path):
        ImgTmp = cv2.imread(path)
        # Img = cv2.resize(img, (200, 100))
        Img = cv2.resize(ImgTmp, (0, 0),fx=0.5,fy=0.5,interpolation=cv2.INTER_CUBIC)
        return Img
    def PubToCnnFile(self,ImgPath):
        Img = Image.open(ImgPath)
        #设置缩略图的最大尺寸
        size = (640, 640)
        Img.thumbnail(size)
        TmpImgName = os.path.basename(ImgPath).split('.')[0] + '_tmp' + '.png'
        PicTmpPath = os.path.join(self.TmpPath, TmpImgName)
        #保存为PNG格式
        Img.save(PicTmpPath, 'PNG')
        # Img.close()
        return PicTmpPath
        # os.remove(tmppath)


    def GetImageCodes(self,ImgPath):
        #针对CNN模式 先处理图片为缩略图形式，以避免文件太大，导致消耗过大CPU和内存。
        PicTmpPath = self.PubToCnnFile(ImgPath)
        #加载文件
        img = face_recognition.load_image_file(PicTmpPath)
        # model = "cnn"模式消耗内存和CPU资源太大，PC机无法运行，该模式识别率更高
        # face_locations = face_recognition.face_locations(img)
        face_locations = face_recognition.face_locations(img,model = "cnn")
        # 针对有可能多个头像情况
        Photo_Encodings = face_recognition.face_encodings(img, face_locations)
        return Photo_Encodings

    def GetSampleImgCodes(self):
        #取样
        SampleCodeList = []
        for dirpath,dirnames,filenames in os.walk(self.SampPath):
            for item  in filenames:
                SampleImgPath = os.path.join(dirpath, item)
                print(SampleImgPath)
                Sample_Encodings = self.GetImageCodes(SampleImgPath)
                for codes in Sample_Encodings:
                    SampleCodeList.append(codes)
                    print(len(SampleCodeList))
        # 返回样本的人脸数据 list
        return SampleCodeList
    def PubMoveFile(self,ImgPath,InPath,item):
        FileName = os.path.basename(ImgPath)
        #判断文件类型
        if FileName.endswith(('MP4','mp4')):
            date = self.GetMp4EXIF(ImgPath)
        elif FileName.endswith(('jpg','JPG')):
            date = self.GetJpgEXIF(ImgPath)
        Datepath = os.path.join(InPath, date,item)
        if os.path.exists(Datepath):
            shutil.move(ImgPath, Datepath)
        else:
            os.makedirs(Datepath)
            shutil.move(ImgPath, Datepath)
        #返回文件的存储路径
        return Datepath
    def ComparePic(self,ImgPath,SampleCodeList):
        compareList = []
        Photo_Encodings = self.GetImageCodes(ImgPath)
        if Photo_Encodings:
            i=1
            for code in Photo_Encodings:
                i = i+1
                resList = []
                for sample_codes in SampleCodeList:
                    #tolerance=0.4设定阈值，阈值越小精确度越高，对比方法compare_faces
                    CompareRes = face_recognition.compare_faces([sample_codes],code, tolerance=0.4)
                    resList = resList+CompareRes
                if resList.count(True) < resList.count(False):
                    compareList.append(False)
                else:
                    compareList.append(True)
        return compareList



    def CompareImage(self):
        SampleCodeList = self.GetSampleImgCodes()
        print('样本数据量：',len(SampleCodeList))
        print('开始对比')
        starttime = time.time()
        # 识别数量初始化
        x = 0
        y = 0
        for dirpath,dirnames,filenames in os.walk(self.Pic):
            for file  in filenames:
                ImgPath = os.path.join(dirpath, file)
                if 'mp4' in file or 'MP4' in file:
                    self.PubMoveFile(ImgPath, self.Photo,'MP4')
                else:
                    # imagepath = os.path.join(dirpath, file)
                    compareList = self.ComparePic(ImgPath,SampleCodeList)
                    if True in compareList:
                        #识别数量
                        x = x+1
                        GoPath = self.PubMoveFile(ImgPath,self.Photo,'Zhou')
                        print('识别到样本数据人物:', GoPath)
                    else:
                        #未识别数量
                        y = y+1
                        GoPath = self.PubMoveFile(ImgPath,self.Photo,'Other')
                        #打印目标路径  ，len(compareList)  当失败后查看图片的人物信息。
                        print('未识别到样本数据人物:', GoPath,len(compareList))
                    # self.MoveFile(file,ImgPath,compareList)
        endtime = time.time()
        TTime = endtime-starttime
        print('用时:',TTime)
        print('识别到：',x,'未识别到：',y)

    def GetJpgEXIF(self,imagepath):
        Files = open(imagepath, 'rb')
        tags = exifread.process_file(Files)
        Files.close()
        ExDate = 'EXIF DateTimeOriginal'
        if "EXIF DateTimeOriginal" in tags.keys():
            datetmp = str(tags[ExDate]).split(' ')[0].split(':')
            date = '_'.join(datetmp[0:2])
        else:
            file = os.path.basename(imagepath)
            if ('HBGC' in file) or ('IMG' in file):
                datetmp = file.split('_')[1][0:6]
                year = datetmp[0:4]
                month = datetmp[4:6]
                date = year+'_'+month
        return date
    def GetMp4EXIF(self,file):
        datetmp = str(file).split('_')[1][0:6]
        year = datetmp[0:4]
        month = datetmp[4:6]
        date = year + '_' + month
        return date

    



run = Imagetags()
run.CompareImage()