一个识别人脸的教程

AI领域非常广泛，从信息的载体可分为文字、图片、声音、视频等，当我真的想要学习AI的时候，有点无从下手。从什么方向入门，学习什么库？

前几天逛github，发现了一个识别人脸的教程：
https://github.com/vipstone/faceai

看了一个入门还是非常简单的。

安装：

安装包都比较大，可以使用豆瓣源:

-i https://pypi.douban.com/simple

> pip install numpy > pip install opencv-python

备注：dlib 库非难安装

首先，使用 opencv 打开一张图

import cv2

img = cv2.imread("d:/tc/faceai/meinv.jpg")

cv2.namedWindow('Image')

cv2.imshow('Image', img)

cv2.waitKey(0)

cv2.destroyAllWindows()

人脸识别

要想识别一张图片上的人脸分三步：

将彩色图片转换为灰色，转为一维的灰度，降低计算强度。

import cv2

img = cv2.imread('d:/tc/faceai/meinv.jpg')

# 转换灰色

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2.imshow("Image", gray)

cv2.waitKey(0)

cv2.destroyAllWindows()

通过矩形画出人脸位置。

import cv2

img = cv2.imread('d:/tc/faceai/meinv.jpg')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 绘制矩形

x = y = 10  # 坐标

w = 100  # 矩形大小（宽、高）

color = (0, 0, 255)  # 定义绘制颜色

cv2.rectangle(img, (x, y), (x + w, y + w), color, 1)  # 绘制矩形

cv2.imshow("Image", img)  # 显示图像

cv2.waitKey(0)

cv2.destroyAllWindows()  # 释放所有的窗体资源

使用训练分类器查找人脸。

这一步的核心是使用 opencv 的人脸训练模型，下载地址：

https://github.com/opencv/opencv/tree/master/data/haarcascades

这里选择haarcascade_frontalface_default.xml文件，你可以下载到本地。

import cv2

img = cv2.imread('d:/tc/faceai/meinv.jpg')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# OpenCV人脸识别分类器

classifier = cv2.CascadeClassifier("d:/tc/faceai/haarcascade_frontalface_default.xml")

color = (0, 255, 0)  # 定义绘制颜色

# 调用识别人脸

faceRect = classifier.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))

if len(faceRect):  # 大于0则检测到人脸

for faceRect in faceRect:  # 单独框出每一张人脸

x, y, w, h = faceRect

# 框出人脸

cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)

# 左眼

cv2.circle(img, (x + w // 4, y + h // 4 + 30), min(w // 8, h // 8),

color)

# 右眼

cv2.circle(img, (x + 3 * w // 4, y + h // 4 + 30), min(w // 8, h // 8),

color)

# 嘴巴

cv2.rectangle(img, (x + 3 * w // 8, y + 3 * h // 4),

(x + 5 * w // 8, y + 7 * h // 8), color)

cv2.imshow("image", img)  # 显示图像

c = cv2.waitKey(10)

cv2.waitKey(0)

cv2.destroyAllWindows()

那么，我们已经识别出美女的五官了。

我们可以使用opencv训练自己的分类器，比如识别页面上的按钮、输入框等，那么是不是就可以通过AI来定位元素了。

       责任编辑：lq