import os
import face_recognition
import cv2
# 读取到数据库中的人名和面部特征
face_databases_dir = 'face_databases'
user_names = []
user_faces_encodings = []
# 得到 face_databases 中所有文件
files = os.listdir('face_databases')
# 循环读取
for image_shot_name in files:
# 截取文件名作为用户名 存入 user_names 列表中
user_name, _ = os.path.splitext(image_shot_name)
user_names.append(user_name)
# 读取图片文件中的面部特征信息存入 user_faces_encodings 列表中
image_file_name = os.path.join(face_databases_dir, image_shot_name)
# 加载图片
image_file = face_recognition.load_image_file(image_file_name)
# 读取图片信息
face_encoding = face_recognition.face_encodings(image_file)[0]
user_faces_encodings.append(face_encoding)
print(" 数据库加载完毕！ ")
# 打开摄像头，读取摄像头拍摄到的画面
# 定位到画面中人的脸部，并用绿色的框框把人脸框住
# 用拍摄到人的脸部特征和数据库中的面部特征去匹配
# 并在用户头像的绿框上方用用户的姓名做标识，未知用户统一用 Unknown
# 1 、打开摄像头 获取摄像头对象
video_capture = 外汇跟单gendan5.comcv2.VideoCapture(0)
# 2 、循环不停的获取摄像头拍摄的画面，并做进一步处理
while True:
# 2.1 获取摄像头拍摄的画面
ret, frame = video_capture.read()
# 2.2 从拍摄到的画面中提取出人的脸部所在区域
face_locations = face_recognition.face_locations(frame)
# 2.2.1 从所有人的头像所在区域提取出脸部特征
face_encodings = face_recognition.face_encodings(frame, face_locations)
names = []
# 2.2.2 匹配 遍历 face_encodings 和数据库中的去比对
for face_encoding in face_encodings:
matchers = face_recognition.compare_faces(user_faces_encodings, face_encoding)
name = "Unknown"
for index, is_match in enumerate(matchers):
if is_match:
name = user_names[index]
break
names.append(name)
# 2.3 循环遍历人到额脸部所在区域 并画框 在框框上标识姓名
for (top, right, bottom, left), name in zip(face_locations, names):
# 2.3.1 画框
# BGR
cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2)
font = cv2.FONT_HERSHEY_DUPLEX
cv2.putText(frame, name, (left, top - 10), font, 0.5, (0, 255, 0), 1)
# 2.4 通过 opencv 把画面展示出来
cv2.imshow("Video", frame)
# 2.5 按 q 循环退出 ( 关闭摄像头 )
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 3 、释放摄像头资源
video_capture.release()
cv2.destroyAllWindows()