python 封装dlib模型进行人脸识别系统的登录认证

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python 封装dlib模型进行人脸识别系统的登录认证，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1853字，纯文字阅读大概需要3分钟。

内容图文

1、直接上干货

#!/usr/bin/python
# -*- coding: utf-8 -*-
import time
import dlib
import numpy as np
class faceDiscernModel:
    def __init__(self):
        # 加载预训练人脸检测CNN模型
        self.cnn_face_model = "./model/mmod_human_face_detector.dat"
        self.cnn_face_detector = dlib.cnn_face_detection_model_v1(self.cnn_face_model)

        # 加载人脸特征检测模型
        self.predictor_path = "./model/shape_predictor_5_face_landmarks.dat"
        self.predictor = dlib.shape_predictor(self.predictor_path)

        # 加载人脸特征提取模型
        self.featureModel = "./model/dlib_face_recognition_resnet_model_v1.dat"
        self.feater = dlib.face_recognition_model_v1(self.featureModel)

    def get_faces_feature(self,imgPath):

        # 读取人脸图片
        img = dlib.load_rgb_image(imgPath)

        feat = []

        # 检测每个人脸的边界框
        dets = self.cnn_face_detector(img, 1)

        # len(dets) 是检测到的人脸数量
        for i, d in enumerate(dets):
            # print("Detection {}: Left: {} Top: {} Right: {} Bottom: {} Confidence: {}".format(
            #     i, d.rect.left(), d.rect.top(), d.rect.right(), d.rect.bottom(), d.confidence))

            # 检测 box i 内的人脸关键点
            shape = self.predictor(img, d.rect)

            # 计算特征向量
            face_descriptor = self.feater.compute_face_descriptor(img, shape)

            feat.append(face_descriptor)

        return feat

    def Euclidean_distance_test(self,feature_1,feature_2):
        return np.sqrt(np.sum((np.array(feature_1)-np.array(feature_2))**2))

    def face_compare(self,imgPath_1,imgPath_2,assess=0.6):
        feature_1 = self.get_faces_feature(imgPath_1)
        feature_2 = self.get_faces_feature(imgPath_2)
        score = self.Euclidean_distance_test(feature_1=feature_1,feature_2=feature_2)
        if score > assess:
            return False
        elif 0< score < assess:
            return True
        else:
            return False


if __name__ == '__main__':

    imgPath_1 = "./faceImage/test.jpg"
    imgPath_2 = "./faceImage/test1.jpg"
    faceDiscern = faceDiscernModel()
    st = time.time()
    result = faceDiscern.face_compare(imgPath_1,imgPath_2)

    print(time.time()-st)
    print(result)

2、模型下载地址

　　http://dlib.net/files/

内容总结

以上是互联网集市为您收集整理的python 封装dlib模型进行人脸识别系统的登录认证全部内容，希望文章能够帮你解决python 封装dlib模型进行人脸识别系统的登录认证所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端