用Python进行人脸识别「包括源码」

的有用作法，它聚焦图表之中探测到的每个面孔的极坐标(左、下、从右、上)。适用这些右边系数，我们可以很容易地找到脸序列。

face_locations = fr.face_locations(image)

face_encodings = fr.face_encodings(image, face_locations)

我们尿素遍历每个头部右边及其在图表之中的序列。然后，我们将这种序列与“列车”原始数据集之中的面孔序列进行非常。

然后近似值面孔一段距离，即近似值验证图表序列和体能训练图表序列彼此间的相似性。现在，我们从它选取最小系数一段距离，对此验证图表的这张脸是体能训练原始数据集之中的人之一。

现在，适用CV2应用程序之中的作法描画一个带有头部右边极坐标的矩形。

for (top, right, bottom, left), face_encoding in zip(face_locations, face_encodings):

matches = fr.compare_faces(known_name_encodings, face_encoding)

name = ""

face_distances = fr.face_distance(known_name_encodings, face_encoding)

best_match = np.argmin(face_distances)

if matches[best_match]:

name = known_names[best_match]

cv2.rectangle(image, (left, top), (right, bottom), (0, 0, 255), 2)

cv2.rectangle(image, (left, bottom - 15), (right, bottom), (0, 0, 255), cv2.FILLED)

font = cv2.FONT_HERSHEY_DUPLEX

cv2.putText(image, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)

适用CV2应用程序的imShow()作法说明了图表。

cv2.imshow("Result", image)

适用imwrite()作法将图表存置放当前工作书目之中。

cv2.imwrite("./output.jpg", image)

释放出来未被释放出来的资源(如果有的话)。

cv2.waitKey(0)

cv2.destroyAllWindows()

Python面孔标记输出

让我们看看仿真的输出。

。

肾衰竭有哪些治疗方法
手脚麻木吃寿星补汁有效果吗
膝关节疼痛治疗方法
汤臣倍健蛋白粉
健胃消食片