1.背景
最近做一个小东西,需要登录功能,一开始做的就是普通的密码登录功能,但是之前看到过python可以做人脸识别,所以我就开了下脑洞,能不能实现一个自己的刷脸解锁功能。
2.知识储备
- python基础语法
- opencv
- face++文档
- requests库
3.基本思路
准备一张你想要被识别出的人脸照片,后面刷脸就是按照这张照片来识别,如果和照片中是同一个人就解锁,刷脸就是打开摄像头获取电脑面前人的人脸,然后与之前那张照片比对。
4.代码讲解
看下识别的效果:
第一个函数就是打开摄像头并保存图片:
#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"
运行效果:
因为样本图片是我,所以用白岩松是不能成功的。