Python实现识别图片中的所有人脸并显示出来

作者: 佚名 2019-12-31 15:20:43

 使用Python3实现识别图片中的所有人脸并显示出来,代码如下:

  1. # -*- coding: utf-8 -*-  
  2. #  识别图片中的所有人脸并显示出来  
  3. # filename : find_faces_in_picture.py  
  4. from PIL import Image  
  5. import face_recognition  
  6. # 将jpg文件加载到numpy 数组中  
  7. image = face_recognition.load_image_file("linuxidc.com.jpg")  
  8. # 使用默认的给予HOG模型查找图像中所有人脸  
  9. # 这个方法已经相当准确了,但还是不如CNN模型那么准确,因为没有使用GPU加速  
  10. # 另请参见: find_faces_in_picture_cnn.py  
  11. face_locations = face_recognition.face_locations(image)  
  12. # 使用CNN模型  
  13. face_locations = face_recognition.face_locations(image, number_of_times_to_upsample=0model="cnn" 
  14. # 打印:我从图片中找到了 多少 张人脸  
  15. print("I found {} face(s) in this photograph.".format(len(face_locations)))  
  16. # 循环找到的所有人脸  
  17. for face_location in face_locations:  
  18.         # 打印每张脸的位置信息  
  19.         top, right, bottom, left = face_location  
  20.         print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))  
  21. # 指定人脸的位置信息,然后显示人脸图片  
  22.         face_image = image[top:bottom, left:right]  
  23.         pil_image = Image.fromarray(face_image)  
  24.         pil_image.show()  
  1. # 或者执行python文件  
  2. $ python3 www.linuxidc.com.py 

从图片中识别出10张人脸,并显示出来。

  1. I found 10 face(s) in this photograph.  
  2. A face is located at pixel location Top: 445, Left: 1867, Bottom: 534, Right: 1957  
  3. A face is located at pixel location Top: 544, Left: 643, Bottom: 619, Right: 718  
  4. A face is located at pixel location Top: 478, Left: 1647, Bottom: 553, Right: 1722  
  5. A face is located at pixel location Top: 504, Left: 126, Bottom: 594, Right: 215  
  6. A face is located at pixel location Top: 536, Left: 395, Bottom: 611, Right: 469  
  7. A face is located at pixel location Top: 544, Left: 1042, Bottom: 619, Right: 1116  
  8. A face is located at pixel location Top: 553, Left: 818, Bottom: 627, Right: 892  
  9. A face is located at pixel location Top: 511, Left: 1431, Bottom: 586, Right: 1506  
  10. A face is located at pixel location Top: 564, Left: 1227, Bottom: 626, Right: 1289  
  11. A face is located at pixel location Top: 965, Left: 498, Bottom: 1017, Right: 550 

如下图:

Python 人脸识别 人工智能
上一篇:舟谱数据的执着与克制:有用是数据智能的金标准 下一篇:初创公司运用人工智能的三大领域
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI制药来了!新药研发或告别“十年磨一剑”

AI人脸识别技术能帮忙从当红歌星的演唱会上抓逃犯,AI语音识别能让人人都用上贴身语音助手,AI医疗影像技术能辅助医生更快更好地完成阅片找到病人病灶……当人工智能技术引入周期漫长、技术难度高、人力资金耗费高昂的新药研发等医疗领域,人类拯救生命的速度正逐渐驶入新纪元。

北京日报客户端 ·  16h前
教育部再增37个高校新专业,人工智能类占1/3

近年来,要论科技领域什么词汇最为火热?5G、人工智能等无疑榜上有名。当前,虽然5G的势头暂时压过人工智能一筹,但后者的发展与热度也丝毫未减。随着越来越多国家将人工智能上升为国家战略,其在医疗、教育、交通等行业领域的应用价值正不断凸显。

林中易木 ·  17h前
整个宇宙可能是个巨大的神经网络?科学家们是这样解释的

整个宇宙就是个神经网络,所有人类则是其中的节点?一脸震惊!

佚名 ·  18h前
这是阴谋论?AI,你怎么看?

真正的阴谋论是刻意隐藏的,在现实生活中的人们为了自己的恶性目的而共同努力的行为。相反,阴谋理论是公开合作构建和发展成的。

大数据文摘 ·  1天前
浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

3 月 4 日,最新一期《自然》杂志以封面文章的形式介绍了由浙江大学、之江实验室、中国科学院深海科学与工程研究所、国防科技大学、上海海洋大学、大连海事大学等团队共同完成的新研究,论文标题为《Self-powered soft robot in the Mariana Trench》。

机器之心 ·  1天前
人工智能模型中的3种偏见以及如何解决

研究人员已经确定了人工智能中具有的三种偏见:算法偏见、负面影响、低估。当受保护的特性和用于决策的信息之间存在统计的依赖性时,就会出现算法偏见。

Anupam Datta ·  1天前
如何爬升用于机器学习的测试集

在本教程中,您将发现如何爬升用于机器学习的测试集。完成本教程后,您将知道一下内容,一起来看看吧。

沂水寒城 ·  1天前
人工智能在未来20年能做什么?

人工智能在几乎所有领域的部署程度值得赞赏。这个领域带来了如此多的机会,所以在未来几年里看到人工智能在各个方面的发展也就不足为奇了。

Cassie ·  1天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载