我的英文站点：https://iorilan.medium.com/

使用yolo ubuntu完成视频分析下载源码并编译git clone https://github.com/pjreddie/darknetcd darknetmake下载训练好的模型wget https://pjreddie.com/media/files/yolov3.weights使用命令预测图片./darknet detect cfg/yolov3.cfg...

 from PIL import Image, ImageDrawimport face_recognition# Load the jpg file into a numpy arrayimage = face_recognition.load_image_file("./images/two_people.jpg")# Find all facial features in ...

face_recognition结合PIL库来判断指定路径的照片是否能抓出人脸。模型使用的是HOG（默认实现），下面的CNN的实现会更准确一些。from PIL import Imageimport face_recognition# Load the jpg file into a numpy arrayimage = face_recognition.load_image_fil...

结合python的face_recognition的knn的实现。训练过程使用的是scikit-learn。 import mathfrom sklearn import neighborsimport osimport os.pathimport picklefrom PIL import Image, ImageDrawimport face_recognitionf...

如果你使用的是VMWARE的ubuntu，需要以下配置来允许VM访问笔记本摄像头驱动：1. make sure vm-> settings -> USB capitability is 1.12. run commandssudo apt-get install cheese build-essential linux-headers-`uname -r`sudo apt-...

比对两张人脸编码后的照片，打印出相似度。 import face_recognition# Often instead of just checking if two faces match or not (True or False), it's helpful to see how similar they are.# You can do that by using the...

from PIL import Image, ImageDrawimport face_recognition# Load the jpg file into a numpy arrayimage = face_recognition.load_image_file("./images/biden.jpg")# Find all facial features in all the ...

import timeit# Note: This example is only tested with Python 3 (not Python 2)# This is a very simple benchmark to give you an idea of how fast each step of face recognition will run on your syste...

导入face_recognition库，直接比对两张人脸照片：import face_recognitionknown_image = face_recognition.load_image_file("./images/biden.jpg")unknown_image = face_recognition.load_image_file("./images/unknown.jpg")...

示例说明：输入一个MP4文件，准备两张已知的人脸PNG照片，一旦找到匹配，弹出识别出的人脸照片。 import face_recognitionimport cv2# This is a demo of running face recognition on a video file and saving the results to a new video file.## P...

图片库使用的还是PIL，用来highlight出识别的人脸。 import face_recognitionfrom PIL import Image, ImageDraw# This is an example of running face recognition on a single image# and drawing a box around each person th...

示例说明:准备一张（或非）人脸图片，准备多张已知人脸图片数组。进行1-N比对。如果人脸存在，打印出人名；否则打印出没有找到人脸。例子中把路径写死了，真实应用可以考虑从远程获取人脸信息并生成临时目录进行比对。import face_recognition# Load the jpg files into numpy arraysbiden_image = face_recognition...

ubuntu install opencv-3.4 cd ~/mkdir opencvcd ~/opencvsudo apt-get updatesudo apt-get install -y build-essential cmakesudo apt-get install -y qt5-default libvtk6-devsudo apt-get install -y zl...

测试。本例使用了3个opencv的分类器：haarcascade_frontalface_alt和haarcascade_eye是自带的。分别识别人脸和人眼。还有一个是cascade，也就是自己训练出来的分类器。此处测试取决于在这一步传给OPENCV的图片参数，也就是你想要识别的特征图（本例为手表）：opencv_createsamples.exe -img watch5050.jpg -b...

创建positive和negative样本。import cv2import numpy as npimport osdef create_pos_n_neg():    for file_type in ['neg']:                for img in os.listdir(file_type):            if file_type == '...

这一步是筛选掉不符合条件的图。 import cv2import numpy as npimport osdef find_uglies():    match = False    for file_type in ['neg']:        for img in os.listdir(file_type):            for ugly in os.lis...

 从imagenet下载测试图片。中间会使用cv2来处理图片大小。import urllib.requestimport cv2import numpy as npimport osdef store_raw_images():#http://www.image-net.org/api/text/imagenet.synset.geturls?wnid=n04194289 ...

当然前提是你已经匹配好了open cv。本文就不赘述了，推荐linux环境。0. image net urls : 下载图片样本的链接：http://image-net.org/download-imageurlshttp://www.image-net.org/api/text/imagenet.synset.geturls?wnid=n041942891. create sampl...

本例是对前一篇的web服务进行的一个扩展：接受两张上传的图片，判断上传的照片是否为同一个人。实现：# this sample is to compare if the 2 input photo is the same personimport face_recognitionfrom flask import Flask, jsonify, request, redirect...

本例使用的是轻量的web框架flask。制作web服务一个attribute 搞定。python3的安装： pip3 install flask实现代码：import face_recognitionfrom flask import Flask, jsonify, request, redirect# You can change this to any folder on...

在ubuntu环境配置步骤：sudo apt-get updatesudo apt-get install build-essential cmakesudo apt-get install libopenblas-dev liblapack-dev sudo apt-get install libx11-dev libgtk-3-devsudo apt-get install py...

sudo apt-get install libopencv-dev python-opencvsudo pip3 install opencv-python在windows（坑多，不推荐）：python -m pip install opencv-python 

ffmpeg还有一个开源项目是ffserver，可以接收ffmpeg输入流并转码为http输出。以下为具体步骤：1. sudo apt-get install ffmpeg2. etc/ffserver.conf config:...Port 8090# bind to all IPs aliased or notBindAddress 0.0.0.0# max number o...

输入图片检测人脸，输出人脸坐标import sysimport dlibif len(sys.argv) < 1: print("need specify the image file") exit()image_file = sys.argv[1]img = dlib.load_rgb_image(image_file)# Locations of candidat...

1. 检测人脸2.提取人脸3.计算人脸特征向量（用于1：N或1:1比对）,使用的是shape predictorimport sysimport osimport dlibimport globif len(sys.argv) != 4: print( "Call this program like this:\n" " ./fa...

对输入图片进行人脸检测，画出人脸轮廓import sysimport osimport dlibimport globif len(sys.argv) != 3: print( "Give the path to the trained shape predictor model as the first " "argument and th...

1.检测并提取输入图片的人脸（坐标）2.对每张人脸质量进行评分import sysimport dlibdetector = dlib.get_frontal_face_detector()win = dlib.image_window()for f in sys.argv[1:]: print("Processing file: {}".format(f)) ...

1.找出最大聚类2.将人脸存入最大聚类的文件夹 实现：import sysimport osimport dlibimport globif len(sys.argv) != 5: print( "Call this program like this:\n" " ./face_clustering.py shape_pred...

人脸对齐主要用于提特征。其他作用可以自行研究。import sysimport dlibif len(sys.argv) != 3: print( "Call this program like this:\n" " ./face_alignment.py shape_predictor_5_face_landmarks.dat ../ex...

mmod_human_face_detector.dat是训练好的模型，可以从这里下载：http://dlib.net/files/mmod_human_face_detector.dat.bz2输入参数：1. 模型dat文件2.要检测的人脸图片import sysimport dlibif len(sys.argv) < 3: print( ...

环境搭建可以参考这篇文章：https://www.learnopencv.com/install-dlib-on-ubuntu/1.使用测试向量训练出简单的SVM分类器2.使用分类器3.pickle存储结果import dlibtry: import cPickle as pickleexcept ImportError: import picklex...

全局优化函数：import dlibfrom math import sin,cos,pi,exp,sqrt# This is a standard test function for these kinds of optimization problems.# It has a bunch of local minima, with the global minimum resul...

import sysimport dlib计算特征向量：def sentence_to_vectors(sentence): # Create an empty array of vectors vects = dlib.vectors() for word in sentence.split(): # Our vectors are very...

1. 从文件夹中读取图片文件，这步可以结合ffmpeg来完成，将视频流切图命令为（但需要再写个脚本定期清理旧图片，比如10分钟前）：ffmpeg -i myfile.avi -r 1000 -f image2 image-%07d.png2.读取图片并圈出识别出的物体：import osimport globimport dlib# Path to the video ...

1. 定义识别接口，输入被灰度处理过的图片，返回识别的矩形2. 使用cuda的hog作为SVM识别器3. 使用cuda的Cascade分类器4. 将图片上传到GPU5. 进行图像识别6. 获取识别结果（矩形）UI逻辑已经在前几篇文章介绍了。这里是cuda调用的部分：可以对CudaHOG的第一个参数（图片大小）进行调优（摄像头拍摄的人体大小）来达到更好的识别效果：publ...

1. 从内置摄像头获取识别图像2. 灰度处理图片3. 指定SVM分类器：使用HogDescriptor获取PeopleDetector4. 使用分类器进行人体识别5. 判断目标是否在指定区域内6. 绘制出目标边框public class ObjTestHog    {                private Capture _capture;        priva...

1. 定义识别辅助类2. 对抓取图片进行灰度处理3. 使用haarcascade模型进行人体上半身识别4. 判断目标是否在目标区域5. 绘出目标边框  public class ObjTest    {        private CascadeClassifier _cascadeClassifier;        private Capture _capture;  ...

1. 定义车牌识别器：2. 使用Tesseract作为ocr引擎3. 识别4. 噪音处理车牌识别类：/// <summary>   /// A simple license plate detector   /// </summary>   public class LicensePlateDetector : DisposableObject   ...

1. 定义人脸测试类2. 获取图片数据并灰度处理3.使用cascade模型+Cascade分类器进行人脸检测人脸识别测试类：public class FRTest    {        private CascadeClassifier _cascadeClassifier;        private Capture _capture;        public F...

1.使用EigenFaceRecognizer识别人脸2.如果识别成功，从人像库拉取人物数据public partial class Form1 : Form    {        public Form1()        {            InitializeComponent();        }        private string PathPhot...