介绍一个牛逼的Github项目

浏览: 1655

作者:Ahab

个人公众号:Ahab杂货铺

这是第二次给大家推荐Github项目,上次给大家介绍的是使用核心主义价值观作为编码的编译器:媒体人自保攻略今天介绍在Github开源的人脸识别项目,目前已经获得2000+的star,以后推荐Github项目会成为一个保留项,自己遇到觉着不错的就跟大家推荐,希望跟大家共同进步。

最近在写一个人脸识别的项目,在查阅资料的时候无意发现今天给大家推荐的项目,在这很有必要给大家介绍一下全球最大的同性交友网站的好处,使用github是一个程序员必备技能,学会使用github会让你在开发的时候节省很多时间,比你成功的人通常不会重复造轮子,而是会利用资源,希望大家有效的利用全球最大同性交友网站提高自己的开发效率。

话不多说,开始今天的学习。

Face Recognition 人脸识别

简介

face_recognition是一个强大、简单、易上手的人脸识别开源项目,并且配备了完整的开发文档和应用案例,特别是兼容树莓派系统。项目README文件已经被同济大学开源软件协子豪兄Tommy翻译成中文,此项目是世界上最简洁的人脸识别库,你可以使用Python和命令行工具提取、识别、操作人脸。同时此项目的人脸识别是基于业内领先的C++开源库dlib中的深度学习模型,用Labeled Faces in the Wild人脸数据集进行测试,有高达99.38%的准确率。但对小孩和亚洲人脸的识别准确率尚待提升。

特性

1.从图片里找到人脸:定位图片中的所有人脸。

import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_locations = face_recognition.face_locations(image)

2.识别人脸关键点:识别人脸关键点,包括眼睛、鼻子、嘴和下巴。


import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_landmarks_list = face_recognition.face_landmarks(image)

识别人脸关键点在很多领域都有用处,但同样你也可以把这个功能玩坏,比如本项目的 digital make-up自动化妆案例(就像美图秀秀一样)

3.识别图片中的人是谁

import face_recognition
known_image = face_recognition.load_image_file("biden.jpg")
unknown_image = face_recognition.load_image_file("unknown.jpg")

biden_encoding = face_recognition.face_encodings(known_image)[0]
unknown_encoding = face_recognition.face_encodings(unknown_image)[0]

results = face_recognition.compare_faces([biden_encoding], unknown_encoding)

其他案例

人脸定位

  • 案例:定位拜登的脸

  • 案例:使用卷积神经网络深度学习模型定位拜登的脸

  • 案例:使用卷积神经网络深度学习模型批量识别图片中的人脸

  • 案例:把来自网络摄像头视频里的人脸高斯模糊(需要安装OpenCV)

人脸关键点识别

  • 案例:提取奥巴马和拜登的面部关键点

  • 案例:给美国副总统拜登涂美妆

人脸识别

  • 案例:是奥巴马还是拜登?

  • 案例:人脸识别之后在原图上画框框并标注姓名

  • 案例:在不同精度上比较两个人脸是否属于一个人

  • 案例:从摄像头获取视频进行人脸识别-较慢版(需要安装OpenCV)

  • 案例:从摄像头获取视频进行人脸识别-较快版(需要安装OpenCV)

  • 案例:从视频文件中识别人脸并把识别结果输出为新的视频文件(需要安装OpenCV)

  • 案例:通过树莓派摄像头进行人脸个数统计及人脸身份识别

  • 案例:通过浏览器HTTP访问网络服务器进行人脸识别(需要安装Flask后端开发框架))

  • 案例:基于K最近邻KNN分类算法进行人脸识别

项目地址

https://github.com/ageitgey/face_recognition

写在最后

Github上对这个项目做了详细的介绍,欢迎大家去学习,国内人脸识别起步较晚有很大的职位需求,感兴趣的小伙伴可以往这个方向发展,比较不错的公司有旷视、商汤、云从、依图。

Python的爱好者社区历史文章大合集

2018年Python爱好者社区历史文章合集(作者篇)

福利:文末扫码关注公众号,“Python爱好者社区”,开始学习Python课程:

关注后在公众号内回复“ 课程 ”即可获取:

小编的转行入职数据科学(数据分析挖掘/机器学习方向)【最新免费】

小编的Python的入门免费视频课程

小编的Python的快速上手matplotlib可视化库!

崔老师爬虫实战案例免费学习视频。

陈老师数据分析报告扩展制作免费学习视频。

玩转大数据分析!Spark2.X + Python精华实战课程免费学习视频。

推荐 0
本文由 Python爱好者社区 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册