一款基于 Python 的入门级人脸识别工具

点击关注 不迷路--低代码世界一个只分享干货的公号

FaceMaster 是一款基于 Python 的入门级人脸识别项目，旨在为用户提供简单易用的图片和视频人脸识别功能。无论是初学者还是有一定编程经验的用户，都能够轻松上手，通过该项目快速了解和应用人脸识别技术。

功能特性

1. 人脸识别：支持图片、视频、摄像头中的人脸识别，使用opencv、dlib、face_recognition3种方式实现。
2. 表情识别：包括哀、惊、惧、乐、怒、厌、中七种基本表情。
3. 姓名识别：支持图片、视频、摄像头中的人脸姓名识别。
4. 文字识别：使用easyocr进行文字识别，支持中文、英文、数字。

持续关注本项目后续支持更多实现！！！

功能演示

表情识别

以下演示图片均来源于 https://www.pexels.com 免费下载，如有侵权请告知删除！！！

姓名识别

项目环境

• 平台： Windows 10
• 工具：PyCharm 2022.1.2
• Python 版本： 3.6.8
• TensorFlow 版本： 2.6.2
• CUDA 版本：11.2
• cuDNN 版本：8.1.1

PyCharm最好使用专业版，社区版可能存在部分问题。 TensorFlow 默认不使用 GPU 处理，如需开启请参考cuda_test.py请确保 tensorflow 与 Python、CUDA、cuDNN 版本一致。

安装依赖

1、克隆本项目

git clone https://gitee.com/qq153128151/FaceMaster.git

或

git clone https://github.com/36Dyyds/FaceMaster.git

2、更换国内镜像

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/pip config set install.trusted-host mirrors.aliyun.compip config get global.index-url

3、安装依赖

pip install -r requirements.txt

项目结构

+-- FaceMaster    +-- easyocr_models ---------------------------------------------- easyocr模型        |-- craft_mlt_25k.pth --------------------------------------- 文本检测模型        |-- zh_sim_g2.pth ------------------------------------------- 文本识别模型    |-- face_names -------------------------------------------------- 姓名识别素材    |-- FER2013.zip ------------------------------------------------- 训练数据集    |-- add_chinese_text_to_image.py -------------------------------- 图片添加中文文本    |-- cuda_test.py ------------------------------------------------ CUDA 检测    |-- emotion_detection_cv2.py ------------------------------------ 表情识别 opencv 算法    |-- emotion_detection_dlib.py ----------------------------------- 表情识别 dlib 算法    |-- face_detection_cv2.py --------------------------------------- 人脸识别 opencv 算法    |-- face_detection_dlib.py -------------------------------------- 人脸识别 dlib 算法    |-- video_face_detection_cv2.py --------------------------------- 视频人脸识别 opencv 算法    |-- video_face_detection_dlib.py -------------------------------- 视频人脸识别 dlib 算法    |-- camera_face_detection_cv2.py -------------------------------- 摄像头实时人脸识别 opencv 算法    |-- camera_face_detection_dlib.py ------------------------------- 摄像头实时人脸识别 dlib 算法    |-- camera_face_recognition_name.py ----------------------------- 摄像头实时人脸姓名识别 face_recognition 开源库    |-- face_recognition_demo.py ------------------------------------ 人脸识别 face_recognition 开源库    |-- face_recognition_name.py ------------------------------------ 人脸姓名识别 face_recognition 开源库    |-- video_face_recognition_name.py ------------------------------ 视频人脸姓名识别 face_recognition 开源库    |-- easyocr_demo.py --------------------------------------------- 文字识别 easyocr 开源库    +-- images ------------------------------------------------------ 测试素材        |-- 001.jpg        |-- 002.jpg        |-- 003.jpg    +-- models ------------------------------------------------------ 模型        |-- emotion_detection_model.h5 ------------------------------ 表情识别模型 损失：0.99，准确率：0.63        |-- haarcascade_frontalface_default.xml --------------------- Haar 级联分类器模型        |-- shape_predictor_68_face_landmarks.dat ------------------- Dlib 库训练的模型    +-- output ------------------------------------------------------ 输出文件        |-- accuracy_plot.png        |-- loss_plot.png    +-- videos ------------------------------------------------------ 姓名识别素材        |-- 001.mp4    |-- requirements.txt -------------------------------------------- 依赖模块    |-- train_emotion_model.py -------------------------------------- 训练表情识别模型

运行说明

项目中的代码都有详细的注释，不依赖其他文件右键运行即可。

表情识别采用 FER2013 数据集，人脸表情模型：测试集损失：0.9903802275657654，测试集准确率：0.6338813304901123

解压项目中的FER2013.zip你可以运行train_emotion_model.py来训练你的人脸表情模型。

常见问题

• 部分依赖无法安装：

  dlib==19.7.0 和 face-recognition==1.3.0 不支持python3.6.8以上版本。

• 依赖无法下载：

  使用国内的镜像源，如果开启了代理或科学上网需要关闭。

——The  End——

喜欢请点击关注，收藏一哈！

请点击下方“分享、在看”扩散，周知！