超级简单的人脸识别api 只需几行代码就可以实现人脸识别

实验环境

这个库在原生python并在windows环境下，官方是不支持的
我是在anconda的环境下使用这个库 下面依次序安装下面三个包

pip install cmake
pip install dlib
pip install face_recognition

api说明

这个库的内容非常简单，但是已经能够覆盖人脸识别的基本功能配合其他库如Pillow和opencv的使用能够让这个库看起来异常强大
下面简单列出几个这个库的功能 更多的请参考库的官方文档

face_recognition.api.load_image_file（file，mode ='RGB' ）

功能说明：
将图像文件（.jpg，.png等）加载到numpy数组中

face_recognition.api.batch_face_locations（images，number_of_times_to_upsample = 1，batch_size = 128 ）

功能说明：
使用cnn人脸检测器返回图像中人脸边界框的2d数组。如果您使用的是GPU，由于GPU可以一次处理一批图像，因此可以更快地获得结果。如果您不使用GPU，则不需要此功能

face_recognition.api.face_distance（face_encodings，face_to_compare ）

功能说明：
给定面部编码列表，将其与已知的面部编码进行比较，并获得每个比较面部的欧式距离。距离告诉您面孔的相似程度

face_recognition.api.face_distance（face_encodings，face_to_compare ）

功能说明：
给定面部编码列表，将其与已知的面部编码进行比较，并获得每个比较面部的欧式距离。距离告诉您面孔的相似程度。

face_recognition.api.face_encodings（face_image，known_face_locations = None，num_jitters = 1，model ='small' ）

功能说明：
给定图像，返回图像中每个面部的128维面部编码

face_recognition.api.face_landmarks（face_image，face_locations = None，model ='large' )

功能说明：
给定图像，返回图像中每个面部的面部特征位置（眼睛，鼻子等）的字典列表

face_recognition.api.face_locations（img，number_of_times_to_upsample = 1，model ='hog' ）

功能说明：
返回图像中人脸边界框的数组

实例

这个qpi还在github上开源了很多例子
例如下面这个代码就是从一张照片中提取出人脸面部

from PIL import Image, ImageDraw,ImageFont
import face_recognition
image = face_recognition.load_image_file("/9k_.jpg")
face_locations = face_recognition.face_locations(image)
for face_location in face_locations:
    # Print the location of each face in this image
    top, right, bottom, left = face_location
    print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))

    # You can access the actual face itself like this:
    face_image = image[top:bottom, left:right]
    pil_image = Image.fromarray(face_image)
    pil_image.show()

效果就是这样啦