VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > temp > 简明python教程 >

  • 教你用Python人脸识别自动开机，值得收藏

是不是厌烦了每次回家都要点击按钮打开电脑的操作？

你如果有看过我以前的推送，是不是厌烦了每次回家都要喊 “echo，turn on my pc”，让智能音箱打开电脑的操作？

现在，我们有一个全新的操作，坐到椅子上就能让电脑开机！

（避免你跟我一样，拥有一口蹩脚的英语，让 echo 听不懂的尴尬）
 

本教程所需要的工具及应用：

1. 一个树莓派 3
2. 一个可在树莓派 3 上运行的摄像头（我用的是罗技 C270，树莓派官方摄像头也可以）
3.Python3
4. 路由器一台，及支持 WakeOnLan 的主机（大部分都支持）

如果你只是想在 windows/macos 上尝试一下人脸识别而不需要进行自动开机，则需要：

1.Python3
2. 一个可运行的摄像头

自动开机效果演示：

1. 安装必要的 python 组件

windows/macOS:

pip install opencv-python

非常简单，和树莓派的安装复杂度不是一个级别的。

树莓派：

在树莓派上的安装过程比较复杂，需要耐心折腾，分为以下步骤：

1.1 安装 Cmake 等编译 openCV 源码的工具
sudo apt-get install build-essential cmake pkg-config
1.2 安装几种常见格式的图像操作的包
sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
1.3 安装视频操作的包
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev  
sudo apt-get install libxvidcore-dev libx264-dev
1.4 openCV 用于图像 /GUI 展示的功能依赖 highgui 模块，为了编译它我们需要安装 libgtk2.0-dev
sudo apt-get install libgtk2.0-dev
1.5 额外依赖
sudo apt-get install libatlas-base-dev gfortran
1.6 当然，还要安装构建 Python 扩展所需要的头文件
sudo apt-get install python2.7-dev python3-dev
1.7 下载并编译 opencv 和 opencv_contrib 的源码

下载并解压：

cd ~
wget -O opencv.zip https://github.com/opencv/opencv/archive/4.1.0.zip
unzip opencv.zip 
wget -O opencv\_contrib.zip https://github.com/Itseez/opencv\_contrib/archive/4.1.0.zip
unzip opencv\_contrib.zip

编译：

cd ~/opencv-4.1.0/
mkdir build & cd build 
cmake -D ENABLE\_PRECOMPILED\_HEADERS=OFF \\ -D CMAKE\_BUILD\_TYPE=RELEASE \\ -D CMAKE\_INSTALL\_PREFIX=/usr/local \\ -D INSTALL\_PYTHON\_EXAMPLES=ON \\ -D OPENCV\_EXTRA\_MODULES\_PATH=~/opencv\_contrib-4.1.0/modules \\ -D BUILD\_EXAMPLES=ON ..
make -j4 
make install 
make ldconfig

PS：请注意你自己放置的目录和版本的区别，make -j4 是四线程进行编译，过程大约需要 2-3 个小时，如果说 j4 编译失败，请去掉 - j4 这个参数，直接 make (单线程，这样大约需要 6-9 个小时).

2. 测试你的摄像头

编写如下的 Python 文件，test.py：

 

 

 

运行本程序：

python test.py

如果成功，你将会看到你的摄像头灯亮起（如果有灯的话），屏幕出现两个窗口，一个是彩色的，一个是灰色的。

 

 

 

你还可以在读取到 frame 后对 frame 进行操作，如

frame = cv2.flip (frame, -1) # 垂直反转摄像头图形

 

 

 

对摄像头进行垂直翻转。

2. 人脸识别

人脸识别模块我们将使用 Haar 级联分类器，我们自己搜集人脸图片然后进行训练是比较麻烦的，好在 openCV 已经提供了相关的人脸识别 XML 文件，使用这些文件我们就能直接进行人脸或笑脸的识别，下载地址：

github.com/opencv/opencv/tree/mast...

我们代码需要用到里面的 haarcascade_frontalface_default.xml ，当然，如果你想尝试别的识别也可以进行下载。

编写如下的 Python 文件，test2.py:

 

 

 

运行本程序：

python test2.py

如果成功，当有人脸出现在摄像头范围内，则会被用蓝色框框画起来。如图所示：

 

 

 

3. 获取你的人脸数据作为训练集

好了，我们刚刚成功识别了人脸，现在我们需要识别出某个人脸是某个人，比如当我出现在镜头中，它要识别出这个人就是 “幻象客”。

新建文件夹 train_data，用于保存拍摄下来的人脸，一共拍摄五十张人脸图片，get_train_data.py：

 

 

 

4. 训练刚刚得到的数据

拍摄完我们的图像后，我们还需要对这些图片进行训练，train.py:

 

 

 

训练完成后，当前文件夹会出现 trainer.yml 文件，这就是我们所需要的模型文件。

 

5. 实体对象并通知设备自动开机

现在我们就可以使用刚刚训练出来的模型文件，对人脸进行检测，以识别出该人脸的实体对象。

recognize.py 代码如下:
如果你只是在 windows 或者 macOS 上运行，直接把 wake_on_lan 函数调用去掉即可。

 

 

 

 

 

 

其中，在标记人脸部分，由于我们的训练集数量少，我把识别到的人脸然后开机的阈值调到了 40，避免无法自动开机的尴尬之处，当识别到的人脸的信度大于 40，这个人脸对应的名字是我的时候，才会进行开机操作。

这么低的信度也不需要担心识别到别人的脸也开机，经过测试，陌生人的脸大约只有 10~20 的信度。当然，如果你还是担心，可以把训练集增加，然后调高该判断的信度阈值。

wake_on_lan () 函数中的参数，是你需要自动开机的电脑的 mac 地址。wake on lan 简称 WOL，它能让你使用路由器通过 LAN 端口对某个设备进行开机的操作。本推送中的自动开机使用到的功能就是这个。你需要在路由器的管理页面中，看到本机的 mac 地址，并送入这个函数中。

在树莓派上运行这个 Python 文件，将脸凑到摄像机



相关教程