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

绿色机器人如何帮助环境可持续发展

各种各样的机器人已经被开发出来,它们能够以各种方式帮助保护环境,从扑灭野火,帮助管理垃圾,到清洁海洋和其他水体等。以下是绿色机器人帮助环境可持续发展的几种方法。

iothome ·  15h前
疫情当前,才知道AI原来是这么好用

近日,工信部表示,将部署运用新一代信息技术支撑服务疫情防控工作。并且工信部特别强调,要通过运用人工智能、大数据、云计算等服务疫情监测分析、人员流动和社区管理等,对疫情开展科学精准防控。

Witkey ·  22h前
什么是持续智能?对物联网有什么影响?

物联网世界将迎来充满希望的2020年。5G公司一再声称,2020年是5G在公共领域站稳脚跟,并普及的一年。

iothome ·  1天前
AI战“疫”,偶尔小尴尬背后,终极护城河现形

人类与新型冠状病毒的战“疫”仍然在进行中,在这期间,也催生出各类“人工智能+”应用,人工智能技术在此期间迎来大爆发。

张书乐 ·  2天前
DeepMind发布神经网络、强化学习库,网友:推动JAX发展

JAX由谷歌提出,是TensorFlow的简化库。结合了针对线性代数的编译器XLA,和自动区分本地 Python 和 Numpy 代码的库Autograd,在高性能的机器学习研究中使用。

十三 ·  2天前
谷歌透露:正在内部尝试用AI开发计算机芯片

据谷歌人工智能研究负责人Jeff Dean透露,谷歌正在尝试通过人工智能程序推进专用芯片的内部开发,以加速其软件。在旧金山举行的International Solid State Circuits Conference会上Dean表示:“我们内部正在将人工智能技术用于一系列芯片设计项目中。”

佚名 ·  3天前
人工智能带领人类从信息社会迈向智能社会

人工智能(AI)是指在机器上实现类似乃至超越人类的感知、认知、行为等智能的系统。与人类历史上其他技术革命相比,人工智能对人类社会发展的影响可能位居前列。

新华网客户端 ·  3天前
复工如何避免间接接触?人脸识别门禁实现硬核防控

随着返工日的临近,全国各地陆续恢复生产和工作,与此同时,疫情预防的工作也不可松懈。据悉,新型冠状病毒的传播方式主要为飞沫传播和间接接触,当下,人人出门都会佩戴口罩,并且经常洗手,可以有效预防飞沫传播,而接触公共设施的间接传播方式不容忽视。

佚名 ·  4天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载