这篇文章将为大家详细讲解有关使用OpenCV和face++怎么实现一个人脸识别解锁功能,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
#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 requests import os import mimetypes #判断文件类型 import cv2 import time import win32api import win32con BASE_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qps print 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"
关于使用OpenCV和face++怎么实现一个人脸识别解锁功能就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。