《人工智能通识》Chap 10 【知识拓展】人脸识别身份验证实验

人脸识别身份验证实验（1）实验介绍本实验利用OpenCV库强大的图像处理能力以及face_recognition库先进的人脸识别算法，实现对摄像头捕捉画面或图片中的人脸进行识别和身份验证。OpenCV提供了图像读取、显示、预处理等基础功能，face_recognition则专注于人脸检测与特征编码、比对，两者结合可搭建高效的人脸识别系统。（2）实验步骤1）准备工作安装必要库：通过pip命令安装

opencv-python

和

face_recognition

库，在命令行输入pipinstallopencv-pythonface_recognition命令。收集和整理数据：在项目目录下创建

known_faces

文件夹，将已知人物的清晰正面人脸图像放入其中，图像命名为人物名字，如

小智.jpg

。2）编写代码加载已知人脸数据：遍历

known_faces

文件夹，读取每张图片并提取人脸编码，同时记录对应的人物名字。初始化摄像头：使用OpenCV的

VideoCapture

类打开摄像头，准备实时捕捉画面。实时人脸识别：从摄像头读取每一帧画面，进行人脸检测，提取检测到的人脸编码，并与已知人脸编码进行比对，若匹配则显示对应的人物名字，若未匹配则显示“Unknown”，如图10-13所示。图10-13人脸识别结果对比显示和交互：在画面上绘制人脸框和识别结果，通过按键（如'q'键）实现程序的退出。2）运行与测试运行编写好的代码，观察摄像头实时捕捉画面中的人脸识别效果，测试不同人物的识别准确性，检查未识别情况的处理是否正确。（3）实验代码importcv2importface_recognitionimportos#存储已知人脸的编码和对应的名字known_face_encodings=[]known_face_names=[]#加载已知人脸图像并提取编码image_files=os.listdir('known_faces')forfileinimage_files:name=os.path.splitext(file)[0]image=face_recognition.load_image_file(f'known_faces/{file}')face_encoding=face_recognition.face_encodings(image)ifface_encoding:known_face_encodings.append(face_encoding[0])known_face_names.append(name)#打开摄像头video_capture=cv2.VideoCapture(0)whileTrue:#读取一帧视频ret,frame=video_capture.read()#将图像从BGR颜色空间转换为RGB颜色空间（face_recognition库要求）rgb_frame=frame[:,:,::-1]#检测当前帧中的人脸位置face_locations=face_recognition.face_locations(rgb_frame)face_encodings=face_recognition.face_encodings(rgb_frame,face_locations)for(top,right,bottom,left),face_encodinginzip(face_locations,face_encodings):#比较当前人脸编码与已知人脸编码matches=face_pare_faces(known_face_encodings,face_encoding)name="Unknown"#如果有匹配的人脸，使用第一个匹配的名字ifTrueinmatches:first_match_index=matches.index(True)name=known_face_names[first_match_index]#在人脸周围画矩形框并显示名字cv2.rectangle(frame,(left,top),(right,bottom),(0,0,255),2)cv2.rectangle(frame,(left,bottom-35),(right,bottom),(0,0,255),cv2.FILLED)font=cv2.FONT_HERSHEY_DUPLEXcv2.putText(frame,name,(left+6,bottom-6),font,1.0,(255,255,255),1)#显示视频帧cv2.imshow('Video',frame)#按'q'键退出