本文共 9880 字，大约阅读时间需要 32 分钟。

主要是使用OpenCV和Python进行人脸面部的检测。

1.在linux上安装OpenCV等软件

sudo apt-get updatesudo apt-get install  vim build-essential python-software-properties   sudo apt-get install  python-opencv python-numpy python-scipysudo apt-get install  libopencv-dev  libopencv-contrib-devsudo apt-get install  python-picamera python-pil python-tk      

测试opencv的状态

pi@raspberrypi:~$ pythonPython 2.7.9 (default, Sep 17 2016, 20:26:04)[GCC 4.9.2] on linux2Type "help", "copyright", "credits" or "license" for more information.>>> import cv2>>> print cv2.__version__2.4.9.1

2.下载人脸检测的Haar特征分类器

  $ wget http://eclecti.cc/files/2008/03/haarcascade_frontalface_alt.xml

人脸的Haar特征分类器就是一个XML文件，该文件会描述人脸的Haar的特征值。Haar特征的用途可不止可以用来描述人脸这一种，用来描述眼睛，嘴唇或是其它物体也是可以的。

当然OpenCV已经自带了人脸的Haar特征分类器。OpenCv安装目录中的\data\haarcascades目录下的haarcascade_frontalface_alt.xml与haarcascade_frontalface_alt2.xml都是用来检测人脸的Haar分类器。这个haarcascades目录下还有人的全身，眼睛，嘴唇的Haar分类器。

3.检查图片中的人脸图像

（1）首先我们新建一个face目录用来存放整个项目的数据和源码

（2）获取原始图像

raspistill -o image.jpg

（3）对image.jpg原始图像进行人脸识别

jiance.py代码

import cv2def detect(path):    img = cv2.imread(path)    cascade = cv2.CascadeClassifier("/home/pi/haarcascade_frontalface_alt.xml")    rects = cascade.detectMultiScale(img, 1.3, 4, cv2.cv.CV_HAAR_SCALE_IMAGE, (20,20))    if len(rects) == 0:        return [], img    rects[:, 2:] += rects[:, :2]    return rects, imgdef box(rects, img):    for x1, y1, x2, y2 in rects:        cv2.rectangle(img, (x1, y1), (x2, y2), (127, 255, 0), 2)    cv2.imwrite('/home/pi/face/handle_data/image.jpg', img);rects, img = detect("/home/pi/face/data/image.jpg")box(rects, img)

（4）识别出的图片存储在handle_data中

4.对检测出人脸的图片进行裁剪，裁剪出人脸图像

（1）face.py代码

#-*-coding:utf8-*-import osimport cv2import timeimport shutildef getAllPath(dirpath, *suffix):    PathArray = []    for r, ds, fs in os.walk(dirpath):        for fn in fs:            if os.path.splitext(fn)[1] in suffix:                fname = os.path.join(r, fn)                PathArray.append(fname)    return PathArray#从源路径中读取所有图片放入一个list，然后逐一进行检查，把其中的脸扣下来，存储到目标路径中def readPicSaveFace(sourcePath,targetPath,invalidPath,*suffix):    try:        ImagePaths=getAllPath(sourcePath, *suffix)        #对list中图片逐一进行检查,找出其中的人脸然后写到目标文件夹下        count = 1        # haarcascade_frontalface_alt.xml为库训练好的分类器文件，下载opencv，安装目录中可找到        face_cascade = cv2.CascadeClassifier('/home/pi/haarcascade_frontalface_alt.xml')        for imagePath in ImagePaths:            img = cv2.imread(imagePath)            if type(img) != str:                faces = face_cascade.detectMultiScale(img, 1.1, 5)                if len(faces):                    for (x, y, w, h) in faces:                        # 设置人脸宽度大于128像素，去除较小的人脸                        if w>=128 and h>=128:                            # 以时间戳和读取的排序作为文件名称                            listStr = [str(int(time.time())), str(count)]                            fileName = ''.join(listStr)                            # 扩大图片，可根据坐标调整                            X = int(x*1)                            W = min(int((x + w)*1),img.shape[1])                            Y = int(y*1)                            H = min(int((y + h)*1),img.shape[0])                            f = cv2.resize(img[Y:H, X:W], (W-X,H-Y))                            cv2.imwrite(targetPath+os.sep+'%s.jpg' % fileName, f)                            count += 1                            print  imagePath + "have face"                else:                    shutil.move(imagePath, invalidPath)    except IOError:        print "Error"    else:        print 'Find '+str(count-1)+' faces to Destination '+targetPathif __name__ == '__main__':    invalidPath = r'/home/pi/face/haveNoPeople'    sourcePath = r'/home/pi/face/data'    targetPath = r'/home/pi/face/faceOfPeople'    readPicSaveFace(sourcePath,targetPath,invalidPath,'.jpg','.JPG','png','PNG')

（2）裁剪出的人脸图像

5.在树莓派上实现人脸识别验证操作

在这里我们利用Face++视觉服务平台，将树莓派作为硬件载体，使用Face++人脸识别云平台搭建一个人脸识别验证的登录系统。

（1）face++的注册与配置

首先登入face++的官方网站

点击右上角的注册按钮进入注册界面，按步骤完成注册信息填写并进行邮箱验证。 在概览界面可以看到快速开始栏，点击“填写开发者资料”完善相关资料。之后按步骤进行API Key的创建，这是非常关键的一步。

其中类型一定要填写试用，只有创建试用API Key才能使用 API 免费服务，并且一个用户只能有一个免费API Key。免费服务是有一些限制的：

Face 存储有上限：每个用户使用免费服务只能创建 1000个 FaceSet，总计最多存储 100 万个人脸。

一个用户只能有一个 API Key 使用免费服务，而且该 API Key 不能转为正式 API Key。SDK 不提供免费使用或免费测试。

之后在应用管理-API Key界面就可以看到两个非常关键的参数，API Key和API Secret，在所有的POST调用当中均需要这两个参数。

（2）人脸识别的模块

文档中心https://console.faceplusplus.com.cn/documents/4888373

传入图片进行人脸检测和人脸分析。

可以检测图片内的所有人脸，对于每个检测出的人脸，会给出其唯一标识 face_token，可用于后续的人脸分析、人脸比对等操作。对于正式 API Key，支持指定图片的某一区域进行人脸检测。

如果您需要将检测出的人脸用于后续的分析、比对等操作，建议将对应的 face_token 添加到 FaceSet 中。如果一个 face_token 在 72 小时内没有存放在任一 FaceSet 中，则该 face_token 将会失效。

如果对同一张图片进行多次人脸检测，同一个人脸得到的 face_token 是不同的。

调用URL：

请求参数

代码face_token.py用来获取图片的face_token的值

#coding=utf8import cv2import requestsimport jsonurl = 'https://api-cn.faceplusplus.com/facepp/v3/detect'files = {'image_file':open('owner.jpg', 'rb')}payload = {'api_key': '**填入你的api值***',           'api_secret': '**填写你的api值**',           'return_landmark': 0,           'return_attributes':'gender,age,glass'}r = requests.post(url,files=files,data=payload)data=json.loads(r.text)print r.textwidth = data['faces'][0]['face_rectangle']['width']top = data['faces'][0]['face_rectangle']['top']height = data['faces'][0]['face_rectangle']['height']left = data['faces'][0]['face_rectangle']['left']img = cv2.imread("owner.jpg")vis = img.copy()cv2.rectangle(vis, (left, top), (left+width, top+height),(0, 255, 0), 2)cv2.imshow("Image", vis)cv2.waitKey (0)

获取的face_token值，需保存，后续要用。

（3）人脸集合建立的模块

文档中心：https://console.faceplusplus.com.cn/documents/4888391

创建一个人脸的集合FaceSet，用于存储人脸标识face_token。一个FaceSet能够存储1,000个face_token。

调用URL：

请求参数

face_tokens.py所需的代码

#coding=utf8import requestsurl = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/create'payload = {'api_key': '***申请的值****',           'api_secret': '***申请的值***',           'display_name':'jiankong_lcz',           'outer_id':'jiankong_lcz',           'face_tokens':'上一步图片的face_token的值'           }r = requests.post(url,data=payload)print r.text

返回的faceset_token值，也需要保存

（4）人脸搜索对比模块

文档中心：

在Faceset中找出与目标人脸最相似的一张或多张人脸。支持传入face_token或者直接传入图片进行人脸搜索。使用图片进行比对时会选取图片中检测到人脸尺寸最大的一个人脸。

调用URL：

请求参数

distinguish.py所需的代码：

#coding=utf8import cv2import cv2.cv as cvimport requestsimport jsonimport picameraimport oscamera=picamera.PiCamera()camera.capture("current_photo.jpg")filename='current_photo.jpg'url = 'https://api-cn.faceplusplus.com/facepp/v3/search'payload = {'api_key': '***填入你申请的key值****',           'api_secret': '***填入你申请的key值****',           'faceset_token':'**上一步你获取对的faceset值**',           }files = {'image_file':open('current_photo.jpg', 'rb')}r = requests.post(url,files=files,data=payload)data=json.loads(r.text)print r.textif os.path.exists(filename):    os.remove(filename)if data["results"][0]["face_token"] == "***owner图片的face_token值***" and data["results"][0]["confidence"]>=data["thresholds"]["1e-5"]:    print'\n主人'else:    print '\n闯入者'

首先这个会调用树莓派的摄像头获取当前图像，并截图，截图成功之后会将这张人脸图片上传至云端进行对比并返回结果。

验证结果：

转载地址：https://codingchaozhang.blog.csdn.net/article/details/81155192 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！