时间:2021-05-22
本文实例为大家分享了OpenCV+face++实现实时人脸识别解锁功能的具体代码,供大家参考,具体内容如下
1.背景
最近做一个小东西,需要登录功能,一开始做的就是普通的密码登录功能,但是之前看到过python可以做人脸识别,所以我就开了下脑洞,能不能实现一个自己的刷脸解锁功能。
2.知识储备
3.基本思路
准备一张你想要被识别出的人脸照片,后面刷脸就是按照这张照片来识别,如果和照片中是同一个人就解锁,刷脸就是打开摄像头获取电脑面前人的人脸,然后与之前那张照片比对。
4.代码讲解
看下识别的效果:
第一个函数就是打开摄像头并保存图片:
#从摄像头读取图片并保存def getpicture(): cap = cv2.VideoCapture(0)#打开摄像头 cascade = cv2.CascadeClassifier("E:\OpenCV\sources\data\haarcascades\haarcascade_frontalface_default.xml")#这里是是自己的人脸识别xml路径 while True: # get a frame ret, frame = cap.read()#捕获图片 # show a frame gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)#转为灰度图 rect = cascade.detectMultiScale(gray, scaleFactor=1.15, minNeighbors=5, minSize=(5, 5),flags=cv2.cv.CV_HAAR_SCALE_IMAGE) # 使用模板匹配图形 for x, y, z, w in rect: cv2.rectangle(frame, (x, y), (x + z, y + w), (0, 0, 255), 2)# 函数的参数分别为:图像,左上角坐标,右下角坐标,颜色,宽度 cv2.imshow("capture", frame) if cv2.waitKey(1) & 0xFF == ord('q'):#按下q拍照 cv2.imwrite("images\client.jpg", frame)#相对路径,储存图片 break cap.release() cv2.destroyAllWindows()第二个函数是将样本图片与摄像头读取的图片上传到face++进行处理,并拿到它的face_token,该函数主要用到的就是requests库与face++的api。
def upload_img(fileDir, oneface=True): url = '%s/detect?api_key=%s&api_secret=%s' % ( BASE_URL, API_KEY, API_SECRET) #注意参数名与api文档一致 files = {'image_file': (os.path.basename(fileDir), open(fileDir, 'rb'), mimetypes.guess_type(fileDir)[0]), } r = requests.post(url, files=files) faces = r.json().get('faces') #print faces if faces is None: print('There is no face found in %s' % fileDir) else: return faces[0]['face_token']#返回face_token第三个函数是比较两张图片的face_token:
def compare(face_token1,face_token2): url = '%s/compare' % BASE_URL params = BASE_PARAMS params['face_token1'] = face_token1 params['face_token2'] = face_token2 r = requests.post(url, params) #print r.status_code #print r.json() return r.json().get('confidence')#返回两张照片的相似度最后判断一下compare()函数的返回值就知道两张图片是不是同一个人了,再程序中加一个判断语句就可以实现基本的解锁功能了。
完整代码:
#! usr/bin/env python#-*- coding:utf-8 -*-import requestsimport osimport mimetypes #判断文件类型import cv2import timeimport win32apiimport win32conBASE_URL = "https://api-cn.faceplusplus.com/facepp/v3"API_KEY = "g_vhMthXCQEzF0gZG5-o0ICNDhr3-80b"API_SECRET = "2HD5ysubTeZTwo20JJTudY0cvZN1BPLt"BASE_PARAMS = { 'api_key':'g_vhMthXCQEzF0gZG5-o0ICNDhr3-80b', 'api_secret':'2HD5ysubTeZTwo20JJTudY0cvZN1BPLt'}def upload_img(fileDir, oneface=True): url = '%s/detect?api_key=%s&api_secret=%s' % ( BASE_URL, API_KEY, API_SECRET) #注意参数名与api文档一致 files = {'image_file': (os.path.basename(fileDir), open(fileDir, 'rb'), mimetypes.guess_type(fileDir)[0]), } r = requests.post(url, files=files) faces = r.json().get('faces') #print faces if faces is None: print('There is no face found in %s' % fileDir) else: return faces[0]['face_token']def compare(face_token1,face_token2): url = '%s/compare' % BASE_URL params = BASE_PARAMS params['face_token1'] = face_token1 params['face_token2'] = face_token2 r = requests.post(url, params) #print r.status_code #print r.json() return r.json().get('confidence')def getpicture(): cap = cv2.VideoCapture(0) cascade = cv2.CascadeClassifier("E:\OpenCV\sources\data\haarcascades\haarcascade_frontalface_default.xml")#这里是是自己的人脸识别xml路径 while True: # get a frame ret, frame = cap.read() # show a frame gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) rect = cascade.detectMultiScale(gray, scaleFactor=1.15, minNeighbors=5, minSize=(5, 5),flags=cv2.cv.CV_HAAR_SCALE_IMAGE) for x, y, z, w in rect: cv2.rectangle(frame, (x, y), (x + z, y + w), (0, 0, 255), 2) cv2.imshow("capture", frame) if cv2.waitKey(1) & 0xFF == ord('q'): cv2.imwrite("images\client.jpg", frame)#相对路径 break cap.release() cv2.destroyAllWindows()getpicture()print u" 数据读取中。。。。\n"face1 = upload_img(u"images\demo4.jpg")print u" 正在校对人脸。。。。。\n"time.sleep(5)#防止出现qpsprint u" 再等一下。。。。。\n"face2 = upload_img(u"images\client.jpg")confidence = compare(face1,face2)if confidence>=70: #print u"同一个人" #win32api.ShellExecute(0,'op','genealogy.exe','','',1) win32api.MessageBox(0, u"刷脸成功", u"家谱管理系统", win32con.MB_OK) #这里写你想要继续执行的代码else: win32api.MessageBox(0, u"刷脸失败", u"家谱管理系统", win32con.MB_OK) #print u"不是同一个人"运行效果:
因为样本图片是我,所以用白岩松是不能成功的。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文实例为大家分享了javaOpenCV-4.0.0实时人脸识别,供大家参考,具体内容如下packagecom.xu.opencv;importorg.open
基于pythonopencv人脸识别的签到系统前言先看下效果实现的功能开始准备页面的构建功能实现代码部分总结前言一个基于opencv人脸识别和TensorFlo
1.引言在某些场景下,我们不仅需要进行实时人脸检测追踪,还要进行再加工;这里进行摄像头实时人脸检测,并对于实时检测的人脸进行初步提取;单个/多个人脸检测,并依次
前言随着科技的发展,人脸识别技术在许多领域得到的非常广泛的应用,手机支付、银行身份验证、手机人脸解锁等等。识别废话少说,这里我们使用opencv中自带了haar
一、准备依赖库pipinstalldlibpippython-opencv二、代码实现#coding:utf-8"""从视屏中识别人脸,并实时标出面部特征点""