背景
公司的門禁，通過識別檢測，如果是公司的員工，就開門，否則不開門。用的是百度的人臉識別技術實現(xiàn)。突然公司要自研（畢竟百度是收費的），也許要彰顯公司的技術實力。任務分配給我，我一個搞Java的，Java并不擅長圖片的處理，調研下，python比較適合做這方面場景的應用，但是我對python，只能說了解，并不熟練，腫么辦呢？盡然給我了，當做學習了，硬著頭皮就上。
技術調研
谷歌是最好的老師，搜索下，找找這方面的資料。但是心里面也得想想大概的流程，第一步，我怎么才能檢測出圖片上，有沒有人呢，這是比較關鍵的一步，經過搜索比對，發(fā)現(xiàn)insightface，能識別出圖片上，有沒有人。那圖片上檢測出人，剩下的就是圖片上的人，跟目標圖片比對下，看兩個人的相似度是多少，設置一個閥值，達到這個值就是一個人，然后告訴門禁，開門，萬事大吉，搞定。理一理流程，流程如下：
insightface介紹
InsightFace 是一個開源的 2D 和 3D 深度人臉分析工具箱，主要基于 PyTorch 和 MXNet。
詳情查看網站。
InsightFace 有效地實現(xiàn)了豐富多樣的人臉識別、人臉檢測和人臉對齊的最新算法，并對訓練和部署進行了優(yōu)化。
環(huán)境搭建
前提先要安裝python，python版本3.6以上，安裝下面的庫
# 安裝人臉識別包
# 人臉識別庫
pip install -U insightface
# 圖片處理的庫
pip install opencv-python
識別人臉
import cv2
from insightface.app import FaceAnalysis
# 加載人臉識別模型
app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))
# 讀取圖片
img = cv2.imread("./test.jpeg")
# 獲取人臉數(shù)據
faces = app.get(img)
# 把圖片中的人臉圈出來
rimg = app.draw_on(img, faces)
# 對圖片中的人臉處理后保存
cv2.imwrite('./t1_output.jpg', rimg)
測試圖片
識別后的效果
那現(xiàn)在我們準確的識別出測試圖片里面有三個人，同時標識出人臉的位置。其實，提出人臉數(shù)據是一些圖片像素點，人臉識別出來了，那接下來，就只需要，識別出，圖片里的人臉是誰，完成了檢測比對
人臉比對
錄入人臉數(shù)據
需要提前錄入人臉，進行識別，提取人臉數(shù)據，進行存儲，存儲可以本地文件存儲，也可以使用向量數(shù)據庫存儲，比如：milvus，此代碼演示使用pickle進行本地存儲，需要提前安排庫，
pip install pickle4
圖片數(shù)據
我們準備了楊紫、景甜的照片，也可以自己找其他圖片進行測試
注冊的核心代碼
import pickle
from numpy.linalg import norm
import cv2
import numpy as np
from insightface.app import FaceAnalysis
app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))
faces_embedding = list()
# # 使用本地人家存儲
f = open('./face_ai_db', 'wb')
# 讀取照片
img1 = cv2.imread("./楊紫.jpeg")
# 提取人臉數(shù)據
yzFace = app.get(img1)
# 楊紫人臉數(shù)據加入到列表中
faces_embedding.append({"userName":"楊紫","embedding":yzFace[0].normed_embedding})
# 讀取景甜的照片
img2 = cv2.imread("./景甜.jpeg")
# 提取楊紫的人臉數(shù)據
jtFace = app.get(img2)
# 景甜人臉數(shù)據加入到列表中
faces_embedding.append({"userName":"景甜","embedding":jtFace[0].normed_embedding})
pickle.dump(faces_embedding,f)
f.close()
執(zhí)行此程序，楊紫、景甜提取的人臉數(shù)據已經存在，本地文件 face_ai_db文件中
對目標圖片進行識別
對目標圖片，進行識別，找出里面有沒有庫里的人
import pickle
from numpy.linalg import norm
import cv2
import numpy as np
from insightface.app import FaceAnalysis
app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))
# 使用本地人家存儲
f = open('./face_ai_db', 'rb')
# 加載前面存儲的人臉數(shù)據
faces_embedding = pickle.load(f)
# 讀取圖片
img = cv2.imread("./test.jpeg")
# 圖片里面有多個人，faces就有多個值，是個數(shù)組
faces = app.get(img)
# 用提取的每一張人臉去跟庫里面的人臉數(shù)據比對，檢測出是否有庫里的注冊的人
for face in faces:
feat1 = face.normed_embedding
for t in faces_embedding:
feat2 = t["embedding"]
# 余弦相似度比較
sim = np.dot(feat1, feat2) / (norm(feat1) * norm(feat2))
sim = sim * 100
# 設置一個閾值，就是分數(shù)，大于40，就得到我們庫里的人，打印下分數(shù) 以及是哪個明星
if sim >40:
print("姓名：{},分數(shù);{}".format(t['userName'],sim))
測試結果：準確的識別出圖片人
姓名：景甜,分數(shù);64.38514590263367
姓名：楊紫,分數(shù);44.4240003824234
這就簡單實現(xiàn)了，人臉的檢測識別，文章對你有幫助，麻煩點贊關注，謝謝，后續(xù)會繼續(xù)分享。
