點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”
     

      重磅干貨，第一時間送達
      
     

本文，將帶你了解如何使用 Python、OpenCV 和人臉識別模塊比較兩張圖像并獲得這些圖像之間的準(zhǔn)確度水平。

首先，你需要了解我們是如何比較兩個圖像的。我們正在使用Face Recognition python 模塊來獲取兩張圖像的128 個面部編碼，我們將比較這些編碼。比較結(jié)果返回 True 或 False。如果結(jié)果為True ，那么兩個圖像將是相同的。如果是False，則兩個圖像將不相同。

128 種面部編碼將如下所示????

128 個人臉編碼（人臉標(biāo)志）

僅當(dāng)比較結(jié)果返回 True 值時，才會打印準(zhǔn)確度級別。

現(xiàn)在，讓我們進入本主題的編碼部分，

為了實現(xiàn)這一點，我們需要安裝幾個 python 模塊。為此，只需打開命令提示符或終端，鍵入以下內(nèi)容。

pip install opencv-python
pip install face-recognition

安裝后，現(xiàn)在是時候?qū)脒@些模塊了。然后，我們需要創(chuàng)建一個名為 find_face_encodings(image_path) 的新函數(shù)，它獲取圖像位置（路徑）并返回 128 個面部編碼，這在比較圖像時非常有用。

find_face_encodings(image_path) 函數(shù)將使用 OpenCV 模塊，從我們作為參數(shù)傳遞的路徑中讀取圖像，然后返回使用 face_recognition 模塊中的 face_encodings() 函數(shù)獲得的 128 個人臉編碼。

import cv2
import face_recognition
def find_face_encodings(image_path):
    # reading image
    image = cv2.imread(image_path)
    
    # get face encodings from the image
    face_enc = face_recognition.face_encodings(image)
    
    # return face encodings
    return face_enc[0]

現(xiàn)在，使用兩個不同的圖像路徑調(diào)用 find_face_encodings(image_path) 函數(shù)，并將其存儲在兩個不同的變量中，image_1和image_2

# getting face encodings for first image
image_1 = find_face_encodings("image_1.jpg")

# getting face encodings for second image
image_2  = find_face_encodings("image_2.jpg")

現(xiàn)在，我們可以使用編碼執(zhí)行比較和查找這些圖像的準(zhǔn)確性等操作。

• 比較將通過使用 face_recognition 中的 compare_faces() 函數(shù)來完成。
• 通過找到 100 和 face_distance 之間的差異來確定準(zhǔn)確性。

# checking both images are same
is_same = face_recognition.compare_faces([image_1], image_2)[0]
print(f"Is Same: {is_same}")
if is_same:
    # finding the distance level between images
    distance = face_recognition.face_distance([image_1], image_2)
    distance = round(distance[0] * 100)
    
    # calcuating accuracy level between images
    accuracy = 100 - round(distance)
    
    print("The images are same")
    print(f"Accuracy Level: {accuracy}%")
else:
    print("The images are not same")

輸出——案例 1

Is Same: True
The images are same
Accuracy Level: 64%

輸出——案例 2

Is Same: False
The images are not same

    

     下載1：OpenCV-Contrib擴展模塊中文版教程
     

    
    

     在「小白學(xué)視覺」公眾號后臺回復(fù)：擴展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。
    
    

     

    
    

     下載2：Python視覺實戰(zhàn)項目52講
    
    

     在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學(xué)校計算機視覺。
    
    

     

    
    

     下載3：OpenCV實戰(zhàn)項目20講
    
    

     在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學(xué)習(xí)進階。
    
    

     

    
交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~