[face_recognition中文文档] 第4节 Face Recognition API

Face Recognition API


1
face_recognition.api.batch_face_locations(images, number_of_times_to_upsample=1, batch_size=128)

源码

使用cnn面部检测器返回图像中二维人脸的边界框数组,如果您正在使用GPU,这可以更快的给您结果,因为GPU可以一次处理批次的图像。如果您不使用GPU,则不需要此功能。

参数:
  • images - 图像列表(每个作为numpy数组)
  • number_of_times_to_upsample - 用于对图像进行采样的次数。较高的数字找到较小的脸。
  • batch_size - 每个GPU处理批次中包含的图像数量。
返回:

一个可以在css(上,右,下,左)顺序中找到的人脸位置的元组列表


1
face_recognition.api.compare_faces(known_face_encodings, face_encoding_to_check, tolerance=0.6)

源码

将候选编码的面部编码列表进行比较,以查看它们是否匹配。

参数:
  • known_face_encodings - 已知面部编码的列表
  • face_encoding_to_check - 与已知面部编码的列表进行比较的单面编码
  • tolerance - 面孔之间的距离要考虑多少。越小越严格, 0.6是典型的最佳性能。
返回:

一个True / False值的列表,指出哪个known_face_encodings匹配要检查的面部编码


1
face_recognition.api.face_distance(face_encodings, face_to_compare)

源码

给出面部编码列表,将其与已知的面部编码进行比较,并为每个比较的人脸获得欧几里得距离。距离告诉你面孔是如何相似的。

参数:
  • face_encodings - 要比较的面部编码列表
  • face_to_compare - 要比较的面部编码
返回:

一个numpy ndarray,每个面的距离与“faces”数组的顺序相同


1
face_recognition.api.face_encodings(face_image, known_face_locations=None, num_jitters=1)

源码

给定图像,返回图像中每个面部的128维面部编码。

参数:
  • face_image - 包含一个或多个面的图像
  • known_face_locations - 可选 - 如果您已经知道它们,每个面的边框。
  • num_jitters - 计算编码时重新采样多少次。更高更准确,但更慢(即100是100倍慢)
返回:

128个面部编码的列表(图像中的每个脸部一个)


1
face_recognition.api.face_landmarks(face_image, face_locations=None)

源码

给定图像,返回图像中每个脸部的脸部特征位置(眼睛,鼻子等)的指令

参数:
  • face_image - 要搜索的图像
  • face_locations - 可选地提供要检查的面部位置的列表。
返回:

面部特征位置(眼睛,鼻子等)的列表


1
face_recognition.api.face_locations(img, number_of_times_to_upsample=1, model='hog')

源码

返回图像中人脸的边框数组

参数:
  • img - 一个图像(作为一个numpy数组)
  • number_of_times_to_upsample - 用于对图像进行上采样的次数多少次。较高的数字找到较小的脸。
  • model - 要使用的面部检测模型。“hog”在CPU上不太准确,但速度更快。“cnn”是一个更准确的深入学习模式,GPU / CUDA加速(如果可用)。默认为“hog”。
返回:

一个可以在css(上,右,下,左)顺序中找到的表面位置的元组列表


1
face_recognition.api.load_image_file(file, mode='RGB')

源码

将图像文件(.jpg,.png等)加载到numpy数组中

参数:
  • file - 要加载的图像文件名或文件对象
  • mode - 将图像转换为格式。只支持“RGB”(8位RGB,3声道)和“L”(黑白)。
返回:

图像内容为numpy数组


 

 

本文地址:http://www.kangvcar.com/face-recognition中文文档-第4节-Face-Recognition-API/
转载请注明出处,谢谢!

坚持原创技术分享,随意打赏!您的支持将鼓励我继续创作!
-------------感谢您的阅读-------------