当前位置：首页 > news >正文

pc端网站建设电话seo常用优化技巧

news 2025/9/4 9:07:45

pc端网站建设电话,seo常用优化技巧,博物馆网站微信微博建设,品牌全案公司排名本篇文章的代码块的实现主要是为了能够快速的通过python第三方非标准库对比出两张人脸是否一样。实现过程比较简单，但是第三方python依赖的安装过程较为曲折，下面是通过实践对比总结出来的能够支持的几个版本，避免大家踩坑。 python版本&a…

本篇文章的代码块的实现主要是为了能够快速的通过python第三方非标准库对比出两张人脸是否一样。

实现过程比较简单，但是第三方python依赖的安装过程较为曲折，下面是通过实践对比总结出来的能够支持的几个版本，避免大家踩坑。

python版本：3.6.8
dlib版本：19.7.0
face-recognition版本：0.1.10

开始之前，我们选择使用pip的方式对第三方的非标准库进行安装。

pip install cmakepip install dlib==19.7.0pip install face-recognition==0.1.10pip install opencv-python

然后，将使用到的模块cv2/face-recognition两个模块导入到代码块中即可。

# OpenCV is a library of programming functions mainly aimed at real-time computer vision.
import cv2# It's loading a pre-trained model that can detect faces in images.
import face_recognition

新建一个python函数get_face_encodings，用来获取人脸部分的编码，后面可以根据这个编码来进行人脸比对。

def get_face_encodings(image_path):"""It takes an image path, loads the image, finds the faces in the image, and returns the 128-d face encodings for eachface:param image_path: The path to the image to be processed"""# It's loading a pre-trained model that can detect faces in images.image = cv2.imread(image_path)# It's converting the image from BGR to RGB.image_RGB = image[:, :, ::-1]image_face = face_recognition.face_locations(image_RGB)# It's taking the image and the face locations and returning the face encodings.face_env = face_recognition.face_encodings(image_RGB, image_face)# It's returning the first face encoding in the list.return face_env[0]

上述函数中注释都是通过Pycharm插件自动生成的，接下来我们直接调用get_face_encodings函数分别获取两个人脸的编码。

# It's taking the image and the face locations and returning the face encodings.
ima1 = get_face_encodings('03.jpg')# It's taking the image and the face locations and returning the face encodings.
ima2 = get_face_encodings('05.jpg')

上面我们选择了两张附有人脸的图片，并且已经获取到了对应的人脸编码。接着使用compare_faces函数进行人脸比对。

# It's comparing the two face encodings and returning True if they match.
is_same = face_recognition.compare_faces([ima1], ima2, tolerance=0.3)[0]print('人脸比对结果：{}'.format(is_same))