English 繁體中文 简体中文

如何看出照片裡的人是誰(人臉辨識,版本 3)?

林邦源博士 · AI 筆記 · 2026 年 11 月 13 日 · 約 5 分鐘閱讀

版本 2 為它認識的每個人存了一組 128 個數字。版本 3 終於用上它們。它打開一張新照片, 量度裡面的每一張臉,把這些測量值跟存下來的比較,然後印出對得上的那個人的名字。 這是第一個能回答問題的版本,而不只是為問題做準備。

整個比較建立在版本 2 的一個事實上:同一個人的兩張照片會產生兩個靠得很近的清單, 兩個不同的人會產生離得遠一點的清單。下面所有內容,都是在量度這種接近程度, 並決定多近才算夠近。

程式怎麼運作

1. 多一個函式庫

import face_recognition
import cv2
import os
import glob
import numpy as np

numpy 是 NumPy,Numerical Python 的簡稱。它一次處理整份 數字清單,而這裡要算的正是一整串距離。as np 只是一個綽號,所以程式碼可以寫 np.round,不用寫 numpy.round。

前四行做的是版本 2 的同一件事:找出資料夾裡的照片,把每一張已知的臉變成數字。唯一的 差別是,這個版本不印出執行中的數目,而是直接去建那兩個清單。

2. 一張要檢查的新照片

img = cv2.imread("image-source.JPG")
rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

image-source.JPG 是你要認的那張照片:一張班級照、一張合照、別人傳給你的圖。 它放在程式旁邊,不在 images 裡面,因為它還不是程式認識的人。第二行用跟 版本 2 一樣的方式修正顏色順序。

一個實際問題:程式碼裡的檔名必須跟真實的檔案完全一致,包括大小寫。Mac 的截圖常常是 大寫 .JPG。Windows 和預設設定的 Mac 不管這個差別,Linux 管,所以值得檢查一下你打的名字。

3. 量度之前先找出人臉

face_locations = face_recognition.face_locations(rgb_img)
face_encodings = face_recognition.face_encodings(rgb_img, face_locations)

face_locations 是一個清單,找到幾張臉就有幾項,每一項是框住那張臉的一個框。 一張合照裡可能有五個。

第二行把這些框交回給 face_encodings。函式庫自己也能再找一遍臉,但告訴它臉在哪裡, 省掉這份工作,也保證測量值和框指的是同一批臉。

注意這次沒有 [0]。版本 2 只留第一張臉,因為每張已知的照片裡只有一個人。 這裡照片裡每一張臉都要量,因為問題是誰在照片裡,而不是照片裡第一個人是誰。

4. 一張臉一張臉地比較

for face_encoding in face_encodings:
    matches = face_recognition.compare_faces(known_face_encodings, face_encoding)

compare_faces 拿新的一張臉和整份已知臉的清單,為每個已知的人回傳一個 True 或 False,順序跟 known_face_names 一樣。 已知三個人時,結果看起來像 [True, False, False]:這張臉對得上第一個人, 對不上另外兩個。

那個 True 背後有一個門檻。函式庫用距離比較兩張臉,距離小於等於 0.6 就算同一個人。 這個系列的第 9 個版本會改這個數字;現在 0.6 是預設值。

5. 每張已知的臉有多遠?

    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 回傳每個已知的人的實際數字,而不是是或否:類似 [0.28, 0.63, 0.64]。越小表示越像。同一個人拍兩次,通常低於 0.4; 兩個不同的人通常高於 0.6。

np.round(..., 2) 只是把顯示整理到兩位小數。然後 np.argmin 找出最小數字的位置——也就是最接近的那張已知的臉。位置從 0 開始,所以 0 表示 known_face_names 裡的第一個名字。

6. 兩個都要:最近,而且夠近

    name = "Unknown"
    if matches[best_match_index]:
        name = known_face_names[best_match_index]
        face_names.append(name)

最近不等於對得上。一張陌生人的照片裡,已知清單裡總會有一個人是最近的,距離也許是 0.7。 matches[best_match_index] 這一行問的是:這個最近的人有沒有通過 0.6 的測試。 只有通過了,名字才被接受。

append 在 if 裡面,所以沒有對上的臉就直接不進清單。這就是為什麼 開頭設成 "Unknown" 的那個變數,永遠不出現在輸出裡:陌生人什麼都不加, 而不是加上 Unknown 這個詞。

完整程式

把上面的片段拼回去,為了篇幅把版本 2 裡印出執行數目的那一行去掉:

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)

輸出是什麼意思

如果 image-source.JPG 是 Howard 的照片,最後一行會印出:

The matched name's image file is ['Howard']

如果你把兩行 print 加回去,執行中間會顯示推算過程:

[0.28 0.63 0.64]
0

Howard 最近,距離 0.28,遠在 0.6 的範圍之內,所以留下的就是他的名字。一個陌生人會給出 類似 [0.71 0.74 0.69] 的距離,最近的是 0.69,if 不成立, 印出來的清單就是空的:[]。

空清單是正確答案,不是 bug。它的意思是照片裡沒有一個是程式認識的人。

在自己的電腦上執行

用跟版本 1 一樣的下載: 下載壓縮檔,解壓, 用 Visual Studio Code 打開這個資料夾。這一篇用的是 face03.py。 第一次在這個資料夾裡執行時,三行都跑:

uv python pin 3.12.10
uv sync
uv run face03.py

這三行只需要做一次。下次想再執行這個程式,只需輸入 uv run face03.py。

把想檢查的照片放在 face03.py 旁邊,命名為 image-source.JPG。 壓縮檔裡已經有一張,所以解壓後程式馬上就能跑。換成你自己的照片,才能測一個真實的問題。 一張清晰、正面對著鏡頭的臉給出最好的答案;一張轉過去或者光線很差的臉,即使那個人 在資料夾裡,也可能回傳沒有對上。

下一步

版本 1 到 3 都只處理已經存在的檔案。版本 4 會打開鏡頭,顯示即時影片, 那是讓辨識可以在你移動時發生的必要一步。