Win7环境下VS2015+Python 2.7 编译face_recognition

最近在研究一个人脸识别开源框架face_recognition,编译需要依赖 dlib、boost、cmake 等相关环境,在编译的时候,踩了一大堆坑,网上资料大都不是很全面再加上 Windows 环境下去配置这些本身就比 Liunx 或 Mac下配置要相对麻烦一些。如果你是准备在 Windows 环境下编译,就做好准备踩坑吧~~~

系统环境

  • Windows 7
  • Python 2.7.14
  • VS2015

安装步骤

1. 首先https://github.com/davisking/dlib 下载整个zip

git clone https://github.com/davisking/dlib

2. 前置的一些python库要安装, scipy, numpy+mkl 这两个用pip安装可能会蛋疼, https://www.lfd.uci.edu/~gohlke/pythonlibs/ 到这里面找对应版本的wheel, 然后用easy_install就KO了

3. 安装Boost https://sourceforge.net/projects/boost/files/boost-binaries 下载boost-binaries, 最新的,直接点击exe程序等待安装完毕, 正常的话安装的目录是 X:\local\boost_1_XX_X (保持版本名一致, 也就是XX_X别改)

4. 这一步也貌似可以不用 系统变量加上 VS2015的位置 新建一个

VS140COMNTOOLS 值  X:\Program Files (x86)\Microsoft Visual Studio 14.0\Common7\Tools\

5. 去到Boost下面, 双击一下 bootstrap.bat , 运行OK之后boost_1_66_0\tools\build文件夹下找到以下两个文件

然后开启一个命令行,定位到这个文件夹,运行命令:

b2 install

运行完之后再执行下面命令:

 b2 -a --with-python address-model=64 toolset=msvc runtime-link=static 

成功后能找到 stage 文件夹

6.在系统环境配置好下面两个环境变量

BOOST_ROOT=C:\local\boost_X_XX_X

BOOST_LIBRARYDIR=C:\local\boost_X_XX_X\stage\lib 

最后执行以下命令:

python setup.py install --yes USE_AVX_INSTRUCTIONS --yes DLIB_USE_CUDA

CUDA这个, 主要是用在有显卡的机器学习, 如果没有可以不加
完成! 打开python shell 试一下 import dlib 没问题就可以

pip install face_recognition

安装成功之后,我们可以在python中正常 import face_recognition 了

编写人脸检测程序

此demo主要展示了识别指定图片中人脸的特征数据,下面就是人脸的八个特征,我们就是要获取特征数据

    'chin',
    'left_eyebrow',
    'right_eyebrow',
    'nose_bridge',
    'nose_tip',
    'left_eye',
    'right_eye',
    'top_lip',
    'bottom_lip'

人脸检测代码

# -*- coding: utf-8 -*-
# 自动识别人脸特征
# filename : find_facial_features_in_picture.py

# 导入pil模块 ,可用命令安装 apt-get install python-Imaging
from PIL import Image, ImageDraw
# 导入face_recogntion模块,可用命令安装 pip install face_recognition
import face_recognition

# 将jpg文件加载到numpy 数组中
image = face_recognition.load_image_file("mayun.jpg")

#查找图像中所有面部的所有面部特征
face_landmarks_list = face_recognition.face_landmarks(image)

print("I found {} face(s) in this photograph.".format(len(face_landmarks_list)))

for face_landmarks in face_landmarks_list:

   #打印此图像中每个面部特征的位置
    facial_features = [
        'chin',
        'left_eyebrow',
        'right_eyebrow',
        'nose_bridge',
        'nose_tip',
        'left_eye',
        'right_eye',
        'top_lip',
        'bottom_lip'
    ]

    for facial_feature in facial_features:
        print("The {} in this face has the following points: {}".format(facial_feature, face_landmarks[facial_feature]))

   #让我们在图像中描绘出每个人脸特征!
    pil_image = Image.fromarray(image)
    d = ImageDraw.Draw(pil_image)

    for facial_feature in facial_features:
        d.line(face_landmarks[facial_feature], width=5)

    pil_image.show() 

运行结果:
自动识别图片中的人脸,并且识别它的特征

原图:

原图

运行效果:

运行结果

编写人脸识别程序

注意:这里使用了 python-opencv,一定要配置好了opencv才能运行成功。
opencv选择跟自己python版本相匹配的版本,可以在这个网站(https://www.lfd.uci.edu/~gohlke/pythonlibs/)下载opencv_python-2.4.13.5-cp27-cp27m-win_amd64 .whl(我的python版本是2.7所以选择该版本安装),安装完成之后,打开 cmd 输入 import cv2 没有提示任何错误说明安装成功。

opencv安装成功
# -*- coding: utf-8 -*-
#

# 检测人脸
import face_recognition
import cv2

# 读取图片并识别人脸
img = face_recognition.load_image_file("mayun.jpeg")
face_locations = face_recognition.face_locations(img)
print face_locations

# 调用opencv函数显示图片
img = cv2.imread("mayun.jpeg")
cv2.namedWindow("原图")
cv2.imshow("原图", img)

# 遍历每个人脸,并标注
faceNum = len(face_locations)
for i in range(0, faceNum):
    top =  face_locations[i][0]
    right =  face_locations[i][1]
    bottom = face_locations[i][2]
    left = face_locations[i][3]
    
    start = (left, top)
    end = (right, bottom)
    
    color = (55,255,155)
    thickness = 3
    cv2.rectangle(img, start, end, color, thickness)

# 显示识别结果
cv2.namedWindow("人脸识别")
cv2.imshow("人脸识别", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果:
程序会读取当前目录下指定的图片,然后识别其中的人脸,并标注每个人脸。


人脸识别结果

摄像头实时识别人脸

此处因为公司台式机没有摄像头,所以用的Mac上运行这个demo,配置都是差不多的,环境配置好,运行下面代码即可

# -*- coding: utf-8 -*-
# 摄像头实时识别人脸
import face_recognition
import cv2

video_capture = cv2.VideoCapture(0)
# 加载本地图片
xhb_img = face_recognition.load_image_file("xhb.jpg")
xhb_face_encoding = face_recognition.face_encodings(xhb_img)[0]

# 初始化变量
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True

while True:
    ret, frame = video_capture.read()
    
    small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)
    
    if process_this_frame:
        face_locations = face_recognition.face_locations(small_frame)
        face_encodings = face_recognition.face_encodings(small_frame, face_locations)
        
        face_names = []
        for face_encoding in face_encodings:
            # 可以自定义设置识别阈值(tolerance)此处设置为0.5,默认为0.6,太小可能识别不出来,太大可能造成识别混淆
            match = face_recognition.compare_faces([xhb_face_encoding], face_encoding,tolerance=0.5)
            
            if match[0]:
                name = "xiaohaibin"
            else:
                name = "unknown"
            
            face_names.append(name)

    process_this_frame = not process_this_frame
    
    for (top, right, bottom, left), name in zip(face_locations, face_names):
        top *= 4
        right *= 4
        bottom *= 4
        left *= 4
        
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255),  2)
        
        cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), 2)
        font = cv2.FONT_HERSHEY_DUPLEX
        cv2.putText(frame, name, (left+6, bottom-6), font, 1.0, (255, 255, 255), 1)

    cv2.imshow('Video', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

video_capture.release()
cv2.destroyAllWindows()

运行结果展示


实时人脸识别

相关资料

  • face_recognition
  • OpenCv
  • Boost C++ Libraries
  • 人工智能之Python人脸识别技术--face_recognition模块
  • 应用一个基于Python的开源人脸识别库face_recognition

踩坑

1.解决 cl.exe 找不到的问题

在装VS2015时,默认是不安装C++,你需要重新运行setup ,然后选择modify,选择 language 下的C++,然后开始安装,就可以解决问题了
–来自http://stackoverflow.com/

VS2015配置.png

2.解决执行 pip install face_recognition 出错,报SSL Error

SSL Error

方案一(推荐):在pip安装所在文件夹路径下,创造python文件(.py)

import os  

ini="""[global] 
index-url = https://pypi.doubanio.com/simple/ 
[install] 
trusted-host=pypi.doubanio.com 
"""  
pippath=os.environ["USERPROFILE"]+"\\pip\\"  

if not os.path.exists(pippath):  
    os.mkdir(pippath)  

with open(pippath+"pip.ini","w+") as f:  
    f.write(ini)  

在cmd上运行这个.py文件即可
之后再用pip install安装指令下载速度会非常快

方案二:修改加大超时时间

pip --default-timeout=100 install -U pip

再执行下面指令进行安装

pip --default-timeout=100 install -U face_recognition

3.Python脚本报错AttributeError: ‘module’ object has no attribute’xxx’解决方法

最近在编写Python脚本过程中遇到一个问题比较奇怪:Python脚本完全正常没问题,但执行总报错"AttributeError: 'module' object has no attribute 'xxx'"。这其实是.pyc文件存在问题。

问题定位:

查看import库的源文件,发现源文件存在且没有错误,同时存在源文件的.pyc文件

问题解决方法:

  1. 命名py脚本时,不要与python预留字,模块名等相同
  2. 删除该库的.pyc文件(因为py脚本每次运行时均会生成.pyc文件;在已经生成.pyc文件的情况下,若代码不更新,运行时依旧会走pyc,所以要删除.pyc文件),重新运行代码;或者找一个可以运行代码的环境,拷贝替换当前机器的.pyc文件即可。

你可能感兴趣的:(Win7环境下VS2015+Python 2.7 编译face_recognition)