如何看出照片里的人是谁(人脸识别,版本 3)?
版本 2 为它认识的每个人存了一组 128 个数字。版本 3 终于用上它们。它打开一张新照片, 量度里面的每一张脸,把这些测量值跟存下来的比较,然后打印对得上的那个人的名字。 这是第一个能回答问题的版本,而不只是为问题做准备。
整个比较建立在版本 2 的一个事实上:同一个人的两张照片会产生两个靠得很近的清单, 两个不同的人会产生离得远一点的清单。下面所有内容,都是在量度这种接近程度, 并决定多近才算够近。
程序怎么运作
1. 多一个库
import face_recognition
import cv2
import os
import glob
import numpy as np
numpy 是 NumPy,Numerical Python 的简称。它一次处理整份
数字清单,而这里要算的正是一整串距离。as np 只是一个绰号,所以代码可以写
np.round,不用写 numpy.round。
前四行做的是版本 2 的同一件事:找出文件夹里的照片,把每一张已知的脸变成数字。唯一的 差别是,这个版本不打印运行中的数目,而是直接去建那两个清单。
2. 一张要检查的新照片
img = cv2.imread("image-source.JPG")
rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
image-source.JPG 是你要认的那张照片:一张班级照、一张合照、别人传给你的图。
它放在程序旁边,不在 images 里面,因为它还不是程序认识的人。第二行用跟
版本 2 一样的方式修正颜色顺序。
一个实际问题:代码里的文件名必须跟真实的文件完全一致,包括大小写。Mac 的截屏常常是 大写 .JPG。Windows 和默认设置的 Mac 不管这个差别,Linux 管,所以值得检查一下你打的名字。
3. 量度之前先找出人脸
face_locations = face_recognition.face_locations(rgb_img)
face_encodings = face_recognition.face_encodings(rgb_img, face_locations)
face_locations 是一个清单,找到几张脸就有几项,每一项是框住那张脸的一个框。
一张合照里可能有五个。
第二行把这些框交回给 face_encodings。库自己也能再找一遍脸,但告诉它脸在哪里,
省掉这份工作,也保证测量值和框指的是同一批脸。
注意这次没有 [0]。版本 2 只留第一张脸,因为每张已知的照片里只有一个人。
这里照片里每一张脸都要量,因为问题是谁在照片里,而不是照片里第一个人是谁。
4. 一张脸一张脸地比较
for face_encoding in face_encodings:
matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
compare_faces 拿新的一张脸和整份已知脸的清单,为每个已知的人返回一个
True 或 False,顺序跟 known_face_names 一样。
已知三个人时,结果看起来像 [True, False, False]:这张脸对得上第一个人,
对不上另外两个。
那个 True 背后有一个阈值。库用距离比较两张脸,距离小于等于 0.6 就算同一个人。
这个系列的第 9 个版本会改这个数字;现在 0.6 是默认值。
5. 每张已知的脸有多远?
face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)
print(np.round(face_distances, 2))
best_match_index = np.argmin(face_distances)
face_distance 返回每个已知的人的实际数字,而不是是或否:类似
[0.28, 0.63, 0.64]。越小表示越像。同一个人拍两次,通常低于 0.4;
两个不同的人通常高于 0.6。
np.round(..., 2) 只是把显示整理到两位小数。然后 np.argmin
找出最小数字的位置——也就是最接近的那张已知的脸。位置从 0 开始,所以 0
表示 known_face_names 里的第一个名字。
6. 两个都要:最近,而且够近
name = "Unknown"
if matches[best_match_index]:
name = known_face_names[best_match_index]
face_names.append(name)
最近不等于对得上。一张陌生人的照片里,已知清单里总会有一个人是最近的,距离也许是 0.7。
matches[best_match_index] 这一行问的是:这个最近的人有没有通过 0.6 的测试。
只有通过了,名字才被接受。
append 在 if 里面,所以没有对上的脸就直接不进清单。这就是为什么
开头设成 "Unknown" 的那个变量,永远不出现在输出里:陌生人什么都不加,
而不是加上 Unknown 这个词。
完整程序
把上面的片段拼回去,为了篇幅把版本 2 里打印运行数目的那一行去掉:
import face_recognition
import cv2
import os
import glob
import numpy as np
images_folder = "images"
images_path = glob.glob(os.path.join(images_folder, "*.*"))
known_face_encodings = []
known_face_names = []
for img_path in images_path:
img = cv2.imread(img_path)
rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
basename = os.path.basename(img_path)
(filename, ext) = os.path.splitext(basename)
img_encoding = face_recognition.face_encodings(rgb_img)[0]
known_face_encodings.append(img_encoding)
known_face_names.append(filename)
img = cv2.imread("image-source.JPG")
rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
face_locations = face_recognition.face_locations(rgb_img)
face_encodings = face_recognition.face_encodings(rgb_img, face_locations)
face_names = []
for face_encoding in face_encodings:
matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
name = "Unknown"
face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)
best_match_index = np.argmin(face_distances)
if matches[best_match_index]:
name = known_face_names[best_match_index]
face_names.append(name)
print("The matched name's image file is", face_names)
输出是什么意思
如果 image-source.JPG 是 Howard 的照片,最后一行会打印:
The matched name's image file is ['Howard']
如果你把两行 print 加回去,运行中间会显示推算过程:
[0.28 0.63 0.64]
0
Howard 最近,距离 0.28,远在 0.6 的范围之内,所以留下的就是他的名字。一个陌生人会给出
类似 [0.71 0.74 0.69] 的距离,最近的是 0.69,if 不成立,
打印出来的清单就是空的:[]。
空清单是正确答案,不是 bug。它的意思是照片里没有一个是程序认识的人。
在自己的电脑上运行
用跟版本 1 一样的下载:
下载压缩包,解压,
用 Visual Studio Code 打开这个文件夹。这一篇用的是 face03.py。
第一次在这个文件夹里运行时,三行都跑:
uv python pin 3.12.10
uv sync
uv run face03.py
这三行只需要做一次。下次想再运行这个程序,只需输入 uv run face03.py。
把想检查的照片放在 face03.py 旁边,命名为 image-source.JPG。
压缩包里已经有一张,所以解压后程序马上就能跑。换成你自己的照片,才能测一个真实的问题。
一张清晰、正面对着摄像头的脸给出最好的答案;一张转过去或者光线很差的脸,即使那个人
在文件夹里,也可能返回没有对上。
下一步
版本 1 到 3 都只处理已经存在的文件。版本 4 会打开摄像头,显示实时视频, 那是让识别可以在你移动时发生的必要一步。