近几天微软的发布会上讲到了不少认脸解锁的内容, 经过探索, 其实利用手头的资源我们完全自己也可以完成这样一个过程
本文讲解了如何使用 Python, 基于 OpenCV 与 Face++ 实现人脸解锁的功能
本文基于 Python 2.7.11,Windows 8.1 系统
主要内容
Windows 8.1 上配置 OpenCV
OpenCV 的人脸检测应用
使用 Face++ 完成人脸辨识(如果你想自己实现这部分的功能, 可以借鉴例如这个项目)
Windows 8.1 上配置 OpenCV
入门的时候配置环境总是一个非常麻烦的事情, 在 Windows 上配置 OpenCV 更是如此
既然写了这个推广的科普教程, 总不能让读者卡在环境配置上吧
下面用到的文件都可以在这里 (提取码: b6ec) 下载, 但是注意, 目前 OpenCV 仅支持 Python2.7
将 cv2 加入 site-packages
将下载下来的 cv2.pyd 文件放入 Python 安装的文件夹下的 Libsite-packages 目录
就我的电脑而言, 这个目录就是
C:/Python27/Lib/site-packages/
记得不要直接使用 pip 安装, 将文件拖过去即可
安装 numpy 组件
在命令行下进入到下载下来的文件所在的目录(按住 Shift 右键有在该目录打开命令行的选项)
键入命令:
pip install numpy-1.11.0rc2-cp27-cp27m-win32.whl
如果你的系统或者 Python 不适配, 可以在这里下载别的轮子
测试 OpenCV 安装
在命令行键入命令:
python -c "import cv2"
如果没有出现错误提示, 那么 cv2 就已经安装好了
OpenCV 的人脸检测应用
人脸检测应用, 简而言之就是一个在照片里找到人脸, 然后用方框框起来的过程(我们的相机经常做这件事情)
那么具体而言就是这样一个过程:
获取摄像头的图片
在图片中检测到人脸的区域
在人脸的区域周围绘制方框
获取摄像头的图片
这里简单的讲解一下 OpenCV 的基本操作
以下操作是打开摄像头的基本操作:
- #coding=utf8
- import cv2
- # 一般笔记本的默认摄像头都是 0
- capInput = cv2.VideoCapture(0)
- # 我们可以用这条命令检测摄像头是否可以读取数据
- if not capInput.isOpened(): print('Capture failed because of camera')
那么怎么从摄像头读取数据呢?
- # 接上段程序
- # 现在摄像头已经打开了, 我们可以使用这条命令读取图像
- # img 就是我们读取到的图像, 就和我们使用 open('pic.jpg', 'rb').read()读取到的数据是一样的
- ret, img = capInput.read()
- # 你可以使用 open 的方式存储, 也可以使用 cv2 提供的方式存储
- cv2.imwrite('pic.jpg', img)
- # 同样, 你可以使用 open 的方式读取, 也可以使用 cv2 提供的方式读取
- img = cv2.imread('pic.jpg')
为了方便显示图片, cv2 也提供了显示图片的方法:
- # 接上段程序
- # 定义一个窗口, 当然也可以不定义
- imgWindowName = 'ImageCaptured'
- imgWindow = cv2.namedWindow(imgWindowName, cv2.WINDOW_NORMAL)
- # 在窗口中显示图片
- cv2.imshow(imgWindowName, img)
当然在完成所有操作以后需要把摄像头和窗口都做一个释放:
- # 接上段程序
- # 释放摄像头
- capInput.release()
- # 释放所有窗口
- cv2.destroyAllWindows()
在图片中检测到人脸的区域
OpenCV 给我们提供了已经训练好的人脸的 xml 模板, 我们只需要载入然后比对即可
- # 接上段程序
- # 载入 xml 模板
- faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
- # 将图形存储的方式进行转换
- gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
- # 使用模板匹配图形
- faces = faceCascade.detectMultiScale(gray, 1.3, 5)
- print(faces)
在人脸的区域周围绘制方框
在上一个步骤中, faces 中的四个量分别为左上角的横坐标纵坐标宽度长度
所以我们根据这四个量很容易的就可以绘制出方框
- # 接上段程序
- # 函数的参数分别为: 图像, 左上角坐标, 右下角坐标, 颜色, 宽度
- img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
成果
根据上面讲述的内容, 我们现在已经可以完成一个简单的人脸辨认了:
- #coding=utf8
- import cv2
- print('Press Esc to exit')
- faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
- imgWindow = cv2.namedWindow('FaceDetect', cv2.WINDOW_NORMAL)
- def detect_face():
- capInput = cv2.VideoCapture(0)
- # 避免处理时间过长造成画面卡顿
- nextCaptureTime = time.time()
- faces = []
- if not capInput.isOpened(): print('Capture failed because of camera')
- while 1:
- ret, img = capInput.read()
- gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
- if nextCaptureTime < time.time():
- nextCaptureTime = time.time() + 0.1
- faces = faceCascade.detectMultiScale(gray, 1.3, 5)
- if faces:
- for x, y, w, h in faces:
- img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
- cv2.imshow('FaceDetect', img)
- # 这是简单的读取键盘输入, 27 即 Esc 的 acsii 码
- if cv2.waitKey(1) & 0xFF == 27: break
- capInput.release()
- cv2.destroyAllWindows()
- if __name__ == '__main__':
- detect_face()
使用 Face++ 完成人脸辨识
第一次认识 Face++ 还是因为支付宝的人脸支付, 响应速度还是非常让人满意的
现在只需要免费注册一个账号然后新建一个应用就可以使用了, 非常方便
他的官方网址是这个, 注册好之后在这里的我的应用中创建应用即可
创建好应用之后你会获得 API Key 与 API Secret
Face++ 的 API 调用逻辑简单来说是这样的:
上传图片获取读取到的人的 face_id
创建 Person, 获取 person_id(Person 中的图片可以增加删除)
比较两个 face_id, 判断是否是一个人
比较 face_id 与 person_id, 判断是否是一个人
上传图片获取 face_id
在将图片通过 post 方法上传到特定的地址后将返回一个 json 的值
如果 api_key, api_secret 没有问题, 且在上传的图片中有识别到人脸, 那么会存储在 json 的 face 键值下
- #coding=utf8
- import requests
- # 这里填写你的应用的 API Key 与 API Secret
- API_KEY = ''API_SECRET =''
- # 目前的 API 网址是这个, 你可以在 API 文档里找到这些
- BASE_URL = 'http://apicn.faceplusplus.com/v2'
- # 使用 Requests 上传图片
- url = '%s/detection/detect?api_key=%s&api_secret=%s&attribute=none'%(
- BASE_URL, API_KEY, API_SECRET)
- files = {'img': (os.path.basename(fileDir), open(fileDir, 'rb'),
- mimetypes.guess_type(fileDir)[0]), }
- r = requests.post(url, files = files)
- # 如果读取到图片中的头像则输出他们, 其中的'face_id'就是我们所需要的值
- faces = r.json().get('face')
- print faces
创建 Person
这个操作没有什么可以讲的内容, 可以对照这段程序和官方的 API 介绍
官方的 API 介绍可以见这里, 相信看完这一段程序以后你就可以自己完成其余的 API 了
- # 上接上一段程序
- # 读取 face_id
- if not faces is None: faceIdList = [face['face_id'] for face in faces]
- # 使用 Requests 创建 Person
- url = '%s/person/create'%BASE_URL
- params = {
- 'api_key': API_KEY,
- 'api_secret': API_SECRET,
- 'person_name': 'LittleCoder',
- 'face_id': ','.join(faceIdList), }
- r = requests.get(url, params = params)
- # 获取 person_id
- print r.json.()['person_id']
进度确认
到目前为止, 你应该已经可以就给定的两张图片比对是否是同一个人了
那么让我们来试着写一下这个程序吧, 两张图片分别为 pic1.jpg, pic2.jpg 好了
下面我给出了我的代码:
- def upload_img(fileDir, oneface = True):
- url = '%s/detection/detect?api_key=%s&api_secret=%s&attribute=none'%(
- BASE_URL, API_KEY, API_SECRET)
- if oneface: url += '&mode=oneface'
- files = {'img': (os.path.basename(fileDir), open(fileDir, 'rb'),
- mimetypes.guess_type(fileDir)[0]), }
- r = requests.post(url, files = files)
- faces = r.json().get('face')
- if faces is None:
- print('There is no face found in %s'%fileDir)
- else:
- return faces[0]['face_id']
- def compare(faceId1, faceId2):
- url = '%s/recognition/compare'%BASE_URL
- params = BASE_PARAMS
- params['face_id1'] = faceId1
- params['face_id2'] = faceId2
- r = requests.get(url, params)
- return r.json()
- faceId1 = upload_img('pic1.jpg')
- faceId2 = upload_img('pic2.jpg')
- if face_id1 and face_id2:
- print(compare(faceId1, faceId2))
- else:
- print('Please change two pictures')
成品
到此, 所有的知识介绍都结束了, 相比大致如何完成这个项目各位读者也已经有想法了吧
下面我们需要构思一下人脸解锁的思路, 大致而言是这样的:
使用一个程序设置账户(包括向账户中存储解锁用的图片)
使用另一个程序登陆(根据输入的用户名测试解锁)
这里会有很多重复的代码, 就不再赘述了, 你可以在这里或者这里 (提取码: c073) 下载源代码测试使用
这里是设置账户的截图:
设置账户
这里是登陆的截图:
登陆
结束语
希望读完这篇文章能对你有帮助, 有什么不足之处万望指正(鞠躬)
https://www.jianshu.com/p/3e3b295e0e98
来源: http://www.jqhtml.com/12154.html