人脸比对
上一期中我们已经知道了face_encodings编码，并且通过其实现了128维的向量化。本章我们就通过face_recognition中的compare_face()函数使用face_encodings编码进行比对。
compare_faces( )
compare_faces( known_face_encodings, face_encoding_to_check, tolerance=0.6 ) 比较脸部编码列表和候选编码，看看它们是否匹配。 参数： known_face_encodings：已知的人脸编码列表 face_encoding_to_check：待进行对比的单张人脸编码数据 tolerance：两张脸之间有多少距离才算匹配。该值越小对比越严格，0.6是典型的最佳值。 返回值： 一个 True或者False值的列表，该表指示了known_face_encodings列表的每个成员的匹配结果。
具体代码如下
import face_recognition
know_image = face_recognition.load_image_file("6.png")
unknow_image = face_recognition.load_image_file("5.png")
# 因为我这图像只有一个人脸，取图像中的第一个编码，取索引0。
kface_encodings = face_recognition.face_encodings(know_image)[0]
unface_encodings = face_recognition.face_encodings(unknow_image)[0]
# 对比判断
result = face_recognition.compare_faces([kface_encodings], unface_encodings)
if result[0] == True:
print("他们是同一个人！")
else:
print("他们不是同一个人！")图片就由大家自行更换尝试,我这里使用了帅气彭于晏为大家演示。
查找面部特征
当我们需要一个图像中人脸的面部特征时，我们需要调用face_landmarks函数，从该图片中，得到一个由脸部特征关键点位置组成的字典记录列表： （脸部特征包括：鼻梁nose_bridge、鼻尖nose_tip、 下巴chin、左眼left_eye、右眼right_eye、左眉 left_eyebrow、右眉right_eyebrow、上唇top_lip、下唇bottom_lip）
人脸特征提取函数——face_landmarks
face_landmarks( face_image , face_locations=None, model="large" ) 给定一个图像，提取图像中每个人脸的脸部特征位置 参数： face_image ：输入的人脸图片 face_locations=None ： 可选参数，默认值为None，代表默认解码图片中的每一个人脸。 若输入face_locations()[i]可指定人脸进行解码 model="large" ：输出的特征模型，默认为“large”，可选“small”。 当选择为"small"时，只提取左眼left_eye、右眼right_eye、鼻尖nose_tip这三种脸部特征。
具体使用代码如下
import face_recognition
from PIL import Image, ImageDraw
def demolandmarks(path):
# 将文件加载到numpy数组中
image = face_recognition.load_image_file(path)
# 查找图像中所有人脸中的所有面部特征
face_landmarks_list = face_recognition.face_landmarks(image)
faceNum = len(face_landmarks_list)
print(f"我发现了{faceNum}张脸在这张图片中！")
# 创建一个 PIL imagedraw 对象，以便我们可以在图片上绘图
Drawpic = Image.fromarray(image)
Draw = ImageDraw.Draw(Drawpic)
# 通过阅读face_landmarks源码我们可以知道面貌特征有如下为了方便理解我将其列出（上面也已经进行了说明）：
facial_features = [
'chin',
'left_eyebrow',
'right_eyebrow',
'nose_bridge',
'nose_tip',
'left_eye',
'right_eye',
'top_lip',
'bottom_lip']
for face_landmarks in face_landmarks_list:
# 输出这张图片中每个面部特征的位置
for facial_feature in facial_features:
print(f"The {facial_feature} in this face has the following points: {face_landmarks[facial_feature]}")
Draw.line(face_landmarks[facial_feature], width=1, fill=(0, 255, 0)) # 用一条线将面部特征进行描写
Drawpic.show()
demolandmarks("2.png")图片大家可以自行更换
结果展示
总结
人脸识别第三期，通过使用compare_faces对比face_encodings编码来进行人脸比对，利用face_landmarks找出人脸特征然后使用pillow库的Image.Draw来描出轮廓。
