·face_recognition
基于dlib进行了二次封装,号称世界上最简洁的人脸识别库。
由于采用的训练数据集是Labeled Faces in the wild ,采用13000多张人脸作为训练数据集,欧美人脸居多,故若采用欧美人脸识别准确率更高。
若有能力,可自行训练得到自己的人脸识别库,准确率取决于
##face_landmarks.py识别人脸的关键特征点,以数组形式返回 import face_recognition from PIL import Image, Image Draw image = face_recognition.load_image_file('imgs\1.png') #1.png为照片名,可自行修改 face_landmarks_list = face_recognition.face_landmarks(image) #print(landmarks_list) 可要可不要 pil_image = Image_fromarray(image) d = ImageDraw.Draw(pil_image) #生成一张pil图像 for face_landmarks in face_landmarks_list: facial_feactures = [ 'chin', 'left_eyebrow', 'right_eyebrow', 'nose_bridge', 'nose_tip', 'left_eye', 'right_eye', 'bottom_lip' ] for facial_feature in facial_features: #print("{}每个人的面部特征显示在以下位置:{}".format (facial_feature, face_landmarks[facial_feature])) d.line(facial_landmarks[facial_feature], width=5) pil_image.show()
编译结果:(可视化)