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:
- # -*- coding: utf-8 -*-
- # 识别图片中的所有人脸并显示出来
- # filename : find_faces_in_picture.py
- from PIL import Image
- import face_recognition
- # 将jpg文件加载到numpy 数组中
- image = face_recognition.load_image_file("linuxidc.com.jpg")
- # 使用默认的给予HOG模型查找图像中所有人脸
- # 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
- # 另请参见: find_faces_in_picture_cnn.py
- face_locations = face_recognition.face_locations(image)
- # 使用CNN模型
- # face_locations = face_recognition.face_locations(image, number_of_times_to_upsample=0, model="cnn")
- # 打印:我从图片中找到了 多少 张人脸
- print("I found {} face(s) in this photograph.".format(len(face_locations)))
- # 循环找到的所有人脸
- for face_location in face_locations:
- # 打印每张脸的位置信息
- top, right, bottom, left = face_location
- print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))
- # 指定人脸的位置信息,然后显示人脸图片
- face_image = image[top:bottom, left:right]
- pil_image = Image.fromarray(face_image)
- pil_image.show()
- # 或者执行python文件
- $ python3 www.linuxidc.com.py
从图片中识别出10张人脸,并显示出来。
- I found 10 face(s) in this photograph.
- A face is located at pixel location Top: 445, Left: 1867, Bottom: 534, Right: 1957
- A face is located at pixel location Top: 544, Left: 643, Bottom: 619, Right: 718
- A face is located at pixel location Top: 478, Left: 1647, Bottom: 553, Right: 1722
- A face is located at pixel location Top: 504, Left: 126, Bottom: 594, Right: 215
- A face is located at pixel location Top: 536, Left: 395, Bottom: 611, Right: 469
- A face is located at pixel location Top: 544, Left: 1042, Bottom: 619, Right: 1116
- A face is located at pixel location Top: 553, Left: 818, Bottom: 627, Right: 892
- A face is located at pixel location Top: 511, Left: 1431, Bottom: 586, Right: 1506
- A face is located at pixel location Top: 564, Left: 1227, Bottom: 626, Right: 1289
- 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
评论


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