CNN实现人脸识别

一：dlib库踩的坑

Import dlib报错：

但是已经安装了dlib库：

尝试卸载在安装：
conda uninstall dlib命令失败：

改用pip uninstall dlib命令成功卸载：

从新安装：pip install dlib失败，报错，又试了几遍仍是一样的错：

后来尝试：从 https://pypi.org/ 将dlib库下载到本地安装以下图，安装成功：

然而任然不能import：

经查，说是py36没有dlib库的稳定版本，通常装19.6.1就能够用，结果也报错：

将dlib-19.6.1版本的whl文件下载到本地安装，安装成功，import可行：

二：OpenCV库踩得坑：

报错截图：

提示代码：

success, img = camera.read() 

\#灰度化           

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

后来得知：除了路径问题还有多是摄像头ID没对！
打开摄像头代码以下：

camera = cv2.VideoCapture(0)     

success,frame = camera.read()

以上代码里：

一、cap = cv2.VideoCapture(0)

​ VideoCapture()中参数是0，表示打开笔记本的内置摄像头，其余数字则表明其余设备；参数是视频文件路径则打开视频，如cap = cv2.VideoCapture(“../demo.mp4”)

二、ret,frame = cap.read()

cap.read()按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，若是读取帧是正确的则返回True，若是文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。

然而：默认摄像头是自带的那个摄像头，索引号为0，但是若是外接USB摄像头，它的索引号就不必定是0 ；另外，像个人笔记本自带摄像头索引传0一直报错，因此我先暴力破解一下摄像头的索引号，确认一下究竟是不是0！代码以下：

import cv2    
ID = 0         
while(1):
	camera = cv2.VideoCapture(ID)
	success,frame = camera.read()
	if success==False:
		ID += 1
	else:
		print(ID)
		break

打印的结果是700！！

将原来代码里的索引号替换后果真OK！

importcv2

ID=700
camera=cv2.VideoCapture(ID)
while(1):
    success,frame=camera.read()
    cv2.imshow("hello",frame)
    if cv2.waitKey(1)&0xFF==ord('q'):
    	break
camera.release()
cv2.destroyAllWindows()

摄像头的索引号改为了700，代码能打开摄像头了，可是窗口一片漆黑！以下：

——重启解决了问题，不过此后又出现了这个状况，后来才发现是我在某软件中设置了关于摄像头的安全规则——不容许非法打开摄像头，我先扶墙缓缓。

代码以下：

"""
经过摄像头检测并标记人脸
"""
import cv2

# 加载人脸特征库
face_engine = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
# 加载人眼特征库
eye_engine = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')

# 打开摄像头，700是摄像头索引号（0表示默认摄像头）
camera = cv2.VideoCapture(700)

while(True):
    # 读取一帧的图像
    success, img = camera.read()
    # 灰度化
    # img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 检测人脸：1.3是放大比例（此参数必须大于1）；13是重复识别次数（此参数用来调整精确度，越大则越精确）
    faces = face_engine.detectMultiScale(img, scaleFactor=1.3, minNeighbors=13)
    # 对每一张脸，进行如下操做
    for (x, y, w, h) in faces:
        # 用矩形框出人脸：BGR色彩体系；2表示画笔宽度
        cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)  # 用矩形圈出人脸

        # 记录下脸部位置，做为识别眼睛的区域范围
        face_area = img[y:y + h, x:x + w]
        # 在记录下的脸部区域识别人眼
        eyes = eye_engine.detectMultiScale(face_area)
        # 对每个识别出的人眼，进行如下操做
        for (xe, ye, we, he) in eyes:
            cv2.rectangle(face_area, (xe, ye), (xe + we, ye + he), (0, 255, 0), 1)

    cv2.imshow('Face Recognition', img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 关闭摄像头
camera.release()
# 关闭全部窗口
cv2.destroyAllWindows()

三：实现人脸识别

项目详见GitHub地址。具体功能：支持从照片、视频文件、摄像头获取人脸数据；支持本身训练模型；支持识别照片、视频文件、摄像头中的人脸。

GitHub：https://github.com/PanWeiw/CNN_FacesRecognition.git

项目环境：详见requirements.txt文件；

项目结构如图：

注：

1. dataset文件夹是数据集；

2. MyModel文件夹存放训练的模型问价；

3. model_test文件夹是测试模型时，存放待测照片、视频所用；

4. my_faces 和 MySource_faces文件夹是测试采集人脸数据集时所用的。

5. 采集人脸数据集：
   从照片采集：faces_from_Photo.py
   从视频文件采集：faces_from_Video.py
   从摄像头采集：faces_from_Camera.py
   加载照片的函数：read_img.py

6. 处理照片并加载标签:load_dataset.py

7. 构建并训练模型:train_model.py
   处理数据集的函数：dataSet.py

8. 模型测试
   识别照片中的人脸：Recognize_From_Photo.py、Recognize_From_Photo(2).py
   识别视频文件中的人脸：Recognize_From_Vedio.py
   识别摄像头中的人脸：Recognize_From_Camera.py