[PYTHON] Ich habe versucht, face_recognition zu verwenden

Ich habe einen Artikel zur Gesichtserkennung gefunden und ausprobiert, aber er lief nicht reibungslos, also schreibe ich ihn auf.

Die Gesichtserkennung kann mit Python durchgeführt werden. Darüber hinaus ist die Bibliothek für die Öffentlichkeit zugänglich. Darüber hinaus scheint es einfach. Erster Artikel, den ich gesehen habe: https://www.cresco.co.jp/blog/entry/9468/

Ich habe mich gefragt, ob die Gesichtserkennung für Dinge verwendet werden kann, die nur ein Problem in meiner Arbeit sind. Ich sah es zuerst mit einem leichten Gefühl wie "Installiere es einfach mit Pip".

>pip3 install face_recognition

Ich habe während der Installation einen Fehler erhalten und konnte überhaupt nicht fortfahren ... Ich googelte, während ich mir das unlesbare Englisch ansah

Ich war wütend, weil ich kein Rad hatte. was ist das? Es scheint ein Zip für die Python-Distribution zu sein.

>pip install -U wheel

Noch mehr Fehler dlib

Erstens scheint face_recognition für die Verwendung einer Gesichtserkennungsbibliothek namens dlib gedacht zu sein. Ist es ein Wrapper für Python? Referenz: https://qiita.com/nonbiri15/items/f95b5fb01ae38980c9ce

Es scheint, dass dlib installiert werden muss.

>pip3 install dlib

Immerhin rollt der Fehler aus

Es scheint, dass dlib in C gemacht wird Es scheint, dass CMAKE notwendig ist. cmake-3.18.0-rc2-win64-x64.msi ↑ DL und installieren

Noch mehr ~ Es scheint mit VC ++ zu bauen (das ist richtig) Referenz: https://qiita.com/strv13570/items/a0542600532deee61391 Ich hatte Visualstudio 2017, wollte aber VC ++ nicht berühren, also tat ich es nicht. Da es keine Hilfe dafür gibt, ändern Sie es in VC ++ und installieren Sie es

Stellen Sie wie oben erwähnt den Pfad usw. entsprechend ein (Bestätigung)

>pip3 install dlib
 ・
 ・
 ・
Successfully installed dlib-19.20.0

Schließlich habe ich dlib bestanden.

pip3 install face_recognition
 ・
 ・
 ・
 Successfully installed Pillow-7.1.2 face-recognition-1.3.0 numpy-1.19.0

Es war ein langer Weg, um es endlich zu installieren ... Ich dachte Gugu, warum haben alle Anakonda reingelegt? ?? Ist es ein Geschäft?

Erstellen Sie vorerst zwei Ordner mit Bezug auf die Site, legen Sie Fotos darin ab und probieren Sie es aus. Wie man es benutzt, wie einen bekannten Gesichtsordner und einen unbekannten Gesichtsordner zu erstellen, sie in jeden zu legen und einen Unterschied zu machen. Ich habe jeden unten ausprobiert. face.png

face2.png

Wie oben erwähnt, ist die Absicht der Nutzungsüberprüfung zu einem Installationsprotokoll geworden ...

Ich habe vor, verschiedene andere Dinge auszuprobieren Referenz: https://www.kkaneko.jp/dblab/dlib/facerec.html

Nachtrag: ↑ Ich habe mir die Seite angesehen und ausprobiert

import face_recognition

src_img = face_recognition.load_image_file("./face/obama.png ")
src_img_encoding = face_recognition.face_encodings(src_img)[0]
 print(src_img_encoding)

img1="./face2/tosi.png "
img2="./face2/tosi2.png "
img3="./face2/tosi3.png "

dest_img1 = face_recognition.load_image_file(img1)
dest_img_encoding1 = face_recognition.face_encodings(dest_img1)[0]

dest_img_encoding2 = face_recognition.face_encodings(face_recognition.load_image_file(img2))[0]
dest_img_encoding3 = face_recognition.face_encodings(face_recognition.load_image_file(img3))[0]

results = face_recognition.compare_faces([src_img_encoding], dest_img_encoding1)
print(img1 , results)
results = face_recognition.compare_faces([src_img_encoding], dest_img_encoding2)
print(img2 , results)
results = face_recognition.compare_faces([src_img_encoding], dest_img_encoding3)
print(img3 , results)
>test_face.py
./face2/tosi.png [False]
./face2/tosi2.png [False]
./face2/tosi3.png [True]

Process finished with exit code 0

Sie können Gesichtszüge quantifizieren und vergleichen Es ist wirklich einfach! !!

Recommended Posts

Ich habe versucht, face_recognition zu verwenden
Ich habe versucht, parametrisiert zu verwenden
Ich habe versucht, Argparse zu verwenden
Ich habe versucht, Mimesis zu verwenden
Ich habe versucht, anytree zu verwenden
Ich habe versucht, aiomysql zu verwenden
Ich habe versucht, Summpy zu verwenden
Ich habe versucht, Coturn zu verwenden
Ich habe versucht, Pipenv zu verwenden
Ich habe versucht, Matplotlib zu verwenden
Ich habe versucht, "Anvil" zu verwenden.
Ich habe versucht, Hubot zu verwenden
Ich habe versucht, ESPCN zu verwenden
Ich habe versucht, openpyxl zu verwenden
Ich habe versucht, Ipython zu verwenden
Ich habe versucht, PyCaret zu verwenden
Ich habe versucht, Cron zu verwenden
Ich habe versucht, ngrok zu verwenden
Ich habe versucht, Jupyter zu verwenden
Ich habe versucht, doctest zu verwenden
Ich habe versucht, Folium zu verwenden
Ich habe versucht, jinja2 zu verwenden
Ich habe versucht, Folium zu verwenden
Ich habe versucht, das Zeitfenster zu verwenden
[Ich habe versucht, Pythonista 3 zu verwenden] Einführung
Ich habe versucht, easydict (Memo) zu verwenden.
Ich habe versucht, das Gesicht mit Face ++ zu erkennen
Ich habe versucht, RandomForest zu verwenden
Ich habe versucht, BigQuery ML zu verwenden
Ich habe versucht, Amazon Glacier zu verwenden
Ich habe versucht, Git Inspector zu verwenden
Ich habe versucht, Magenta / TensorFlow zu verwenden
Ich habe versucht, AWS Chalice zu verwenden
Ich habe versucht, Slack Emojinator zu verwenden
Ich habe versucht, Rotrics Dex Arm # 2 zu verwenden
Ich habe versucht, Rotrics Dex Arm zu verwenden
Ich habe versucht, GrabCut von OpenCV zu verwenden
Ich habe versucht, Thonny (Python / IDE) zu verwenden.
Ich habe versucht, mit dem Server-Client über tmux zu kommunizieren
Ich habe versucht, mit PyBrain verstärkt zu lernen
Ich habe versucht, mit Theano tief zu lernen
Ich habe irgendwie versucht, ein Jupyter-Notebook zu verwenden
[Kaggle] Ich habe versucht, mit unausgeglichenem Lernen zu unterabtasten
Ich habe versucht, mit OpenPose eine Schildkrötenwelle zu schießen
Ich habe versucht, die checkio-API zu verwenden
Ich habe versucht, asynchrone Verarbeitung mit Asyncio
Ich habe versucht zu kratzen
Ich habe PyQ ausprobiert
Ich habe AutoKeras ausprobiert
Ich habe es mit Papiermühle versucht
Ich habe versucht, Django-Slack
Ich habe es mit Django versucht
Ich habe es mit Spleeter versucht
Ich habe es mit cgo versucht
Ich habe versucht, Amazon SQS mit Django-Sellerie zu verwenden
Ich habe versucht, Azure Speech to Text zu verwenden.