主要是使用OpenCV和Python進行人臉面部的檢測。

1.在linux上安裝OpenCV等軟體

sudo apt-get update

sudo apt-get install  vim build-essential python-software-properties   

sudo apt-get install  python-opencv python-numpy python-scipy

sudo apt-get install  libopencv-dev  libopencv-contrib-dev

sudo apt-get install  python-picamera python-pil python-tk      
 

測試opencv的狀態

[email protected]:~$ python

Python 2.7.9 (default, Sep 17 2016, 20:26:04)

[GCC 4.9.2] on linux2

Type "help", "copyright", "credits" or "license" for more information.

>>> import cv2

>>> print cv2.__version__

2.4.9.1

2.下載人臉檢測的Haar特徵分類器

  $ wget http://eclecti.cc/files/2008/03/haarcascade_frontalface_alt.xml
 

人臉的Haar特徵分類器就是一個XML檔案，該檔案會描述人臉的Haar的特徵值。Haar特徵的用途可不止可以用來描述人臉這一種，用來描述眼睛，嘴脣或是其它物體也是可以的。

當然OpenCV已經自帶了人臉的Haar特徵分類器。OpenCv安裝目錄中的\data\haarcascades目錄下的haarcascade_frontalface_alt.xml與haarcascade_frontalface_alt2.xml都是用來檢測人臉的Haar分類器。這個haarcascades目錄下還有人的全身，眼睛，嘴脣的Haar分類器。

3.檢查圖片中的人臉影象

（1）首先我們新建一個face目錄用來存放整個專案的資料和原始碼

（2）獲取原始影象

raspistill -o image.jpg

（3）對image.jpg原始影象進行人臉識別

jiance.py程式碼

import cv2



def detect(path):

    img = cv2.imread(path)

    cascade = cv2.CascadeClassifier("/home/pi/haarcascade_frontalface_alt.xml")

    rects = cascade.detectMultiScale(img, 1.3, 4, cv2.cv.CV_HAAR_SCALE_IMAGE, (20,20))



    if len(rects) == 0:

        return [], img

    rects[:, 2:] += rects[:, :2]

    return rects, img



def box(rects, img):

    for x1, y1, x2, y2 in rects:

        cv2.rectangle(img, (x1, y1), (x2, y2), (127, 255, 0), 2)

    cv2.imwrite('/home/pi/face/handle_data/image.jpg', img);



rects, img = detect("/home/pi/face/data/image.jpg")

box(rects, img)

（4）識別出的圖片儲存在handle_data中

4.對檢測出人臉的圖片進行裁剪，裁剪出人臉影象

（1）face.py程式碼

#-*-coding:utf8-*-

import os

import cv2

import time

import shutil



def getAllPath(dirpath, *suffix):

    PathArray = []

    for r, ds, fs in os.walk(dirpath):

        for fn in fs:

            if os.path.splitext(fn)[1] in suffix:

                fname = os.path.join(r, fn)

                PathArray.append(fname)

    return PathArray



#從源路徑中讀取所有圖片放入一個list，然後逐一進行檢查，把其中的臉扣下來，儲存到目標路徑中

def readPicSaveFace(sourcePath,targetPath,invalidPath,*suffix):

    try:

        ImagePaths=getAllPath(sourcePath, *suffix)



        #對list中圖片逐一進行檢查,找出其中的人臉然後寫到目標資料夾下

        count = 1

        # haarcascade_frontalface_alt.xml為庫訓練好的分類器檔案，下載opencv，安裝目錄中可找到

        face_cascade = cv2.CascadeClassifier('/home/pi/haarcascade_frontalface_alt.xml')

        for imagePath in ImagePaths:

            img = cv2.imread(imagePath)

            if type(img) != str:

                faces = face_cascade.detectMultiScale(img, 1.1, 5)

                if len(faces):

                    for (x, y, w, h) in faces:

                        # 設定人臉寬度大於128畫素，去除較小的人臉

                        if w>=128 and h>=128:

                            # 以時間戳和讀取的排序作為檔名稱

                            listStr = [str(int(time.time())), str(count)]

                            fileName = ''.join(listStr)

                            # 擴大圖片，可根據座標調整

                            X = int(x*1)

                            W = min(int((x + w)*1),img.shape[1])

                            Y = int(y*1)

                            H = min(int((y + h)*1),img.shape[0])



                            f = cv2.resize(img[Y:H, X:W], (W-X,H-Y))

                            cv2.imwrite(targetPath+os.sep+'%s.jpg' % fileName, f)

                            count += 1

                            print  imagePath + "have face"

                else:

                    shutil.move(imagePath, invalidPath)

    except IOError:

        print "Error"



    else:

        print 'Find '+str(count-1)+' faces to Destination '+targetPath



if __name__ == '__main__':

    invalidPath = r'/home/pi/face/haveNoPeople'

    sourcePath = r'/home/pi/face/data'

    targetPath = r'/home/pi/face/faceOfPeople'

    readPicSaveFace(sourcePath,targetPath,invalidPath,'.jpg','.JPG','png','PNG')

（2）裁剪出的人臉影象

5.在樹莓派上實現人臉識別驗證操作

在這裡我們利用Face++視覺服務平臺，將樹莓派作為硬體載體，使用Face++人臉識別雲平臺搭建一個人臉識別驗證的登入系統。

（1）face++的註冊與配置

首先登入face++的官方網站

點選右上角的註冊按鈕進入註冊介面，按步驟完成註冊資訊填寫並進行郵箱驗證。 在概覽介面可以看到快速開始欄，點選“填寫開發者資料”完善相關資料。之後按步驟進行API Key的建立，這是非常關鍵的一步。

其中型別一定要填寫試用，只有建立試用API Key才能使用 API 免費服務，並且一個使用者只能有一個免費API Key。免費服務是有一些限制的：

Face 儲存有上限：每個使用者使用免費服務只能建立 1000個 FaceSet，總計最多儲存 100 萬個人臉。

一個使用者只能有一個 API Key 使用免費服務，而且該 API Key 不能轉為正式 API Key。SDK 不提供免費使用或免費測試。

之後在應用管理-API Key介面就可以看到兩個非常關鍵的引數，API Key和API Secret，在所有的POST呼叫當中均需要這兩個引數。

（2）人臉識別的模組

文件中心https://console.faceplusplus.com.cn/documents/4888373

傳入圖片進行人臉檢測和人臉分析。

可以檢測圖片內的所有人臉，對於每個檢測出的人臉，會給出其唯一標識 face_token，可用於後續的人臉分析、人臉比對等操作。對於正式 API Key，支援指定圖片的某一區域進行人臉檢測。

如果您需要將檢測出的人臉用於後續的分析、比對等操作，建議將對應的 face_token 新增到 FaceSet 中。如果一個 face_token 在 72 小時內沒有存放在任一 FaceSet 中，則該 face_token 將會失效。

如果對同一張圖片進行多次人臉檢測，同一個人臉得到的 face_token 是不同的。

請求引數

程式碼face_token.py用來獲取圖片的face_token的值

#coding=utf8

import cv2

import requests

import json



url = 'https://api-cn.faceplusplus.com/facepp/v3/detect'

files = {'image_file':open('owner.jpg', 'rb')}

payload = {'api_key': '**填入你的api值***',

           'api_secret': '**填寫你的api值**',

           'return_landmark': 0,

           'return_attributes':'gender,age,glass'}



r = requests.post(url,files=files,data=payload)

data=json.loads(r.text)

print r.text

width = data['faces'][0]['face_rectangle']['width']

top = data['faces'][0]['face_rectangle']['top']

height = data['faces'][0]['face_rectangle']['height']

left = data['faces'][0]['face_rectangle']['left']



img = cv2.imread("owner.jpg")

vis = img.copy()

cv2.rectangle(vis, (left, top), (left+width, top+height),(0, 255, 0), 2)

cv2.imshow("Image", vis)

cv2.waitKey (0)

獲取的face_token值，需儲存，後續要用。

（3）人臉集合建立的模組

文件中心：https://console.faceplusplus.com.cn/documents/4888391

建立一個人臉的集合FaceSet，用於儲存人臉標識face_token。一個FaceSet能夠儲存1,000個face_token。

請求引數

face_tokens.py所需的程式碼

#coding=utf8

import requests

url = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/create'

payload = {'api_key': '***申請的值****',

           'api_secret': '***申請的值***',

           'display_name':'jiankong_lcz',

           'outer_id':'jiankong_lcz',

           'face_tokens':'上一步圖片的face_token的值'

           }

r = requests.post(url,data=payload)

print r.text

返回的faceset_token值，也需要儲存

（4）人臉搜尋對比模組

在Faceset中找出與目標人臉最相似的一張或多張人臉。支援傳入face_token或者直接傳入圖片進行人臉搜尋。使用圖片進行比對時會選取圖片中檢測到人臉尺寸最大的一個人臉。

請求引數

distinguish.py所需的程式碼：

#coding=utf8

import cv2

import cv2.cv as cv

import requests

import json

import picamera

import os



camera=picamera.PiCamera()

camera.capture("current_photo.jpg")

filename='current_photo.jpg'



url = 'https://api-cn.faceplusplus.com/facepp/v3/search'

payload = {'api_key': '***填入你申請的key值****',

           'api_secret': '***填入你申請的key值****',

           'faceset_token':'**上一步你獲取對的faceset值**',

           }

files = {'image_file':open('current_photo.jpg', 'rb')}

r = requests.post(url,files=files,data=payload)

data=json.loads(r.text)

print r.text

if os.path.exists(filename):

    os.remove(filename)

if data["results"][0]["face_token"] == "***owner圖片的face_token值***" and data["results"][0]["confidence"]>=data["thresholds"]["1e-5"]:

    print'\n主人'

else:

    print '\n闖入者'

首先這個會呼叫樹莓派的攝像頭獲取當前影象，並截圖，截圖成功之後會將這張人臉圖片上傳至雲端進行對比並返回結果。

驗證結果：