人脸检测及识别python实现系列（1）——配置、获取实时视频流

时间：2021-01-14 04:16:47

人脸检测及识别python实现系列（1）——配置、获取实时视频流

1. 前言

今天用多半天的时间把QQ空间里的几篇年前的旧文搬到了这里，算是完成了博客搬家。QQ空间里还剩下一些记录自己数学学习路线的学习日志，属于私人性质，不再搬运了。过完春节，快马加鞭地重修完高阶偏导数后，终于感觉到疲惫了，潜意识里觉得是时候做点东西了，一是练练手，二是换换脑子，用新鲜东西刺激一下自己，好把学习效率保持下去。于是，我选择了自己最感兴趣的人脸识别，期望能够通过摄像头识别出我自己来。正好，前两天济南新闻上说济南火车站可以刷脸进站了，招行也可以刷脸取现了，感情人家都已经大规模商用了，我这儿才刚开始研究，落后啊，继续落后啊。不管它了，知识为我所有、为我所用才是最重要的。别废话了，咱言归正传吧。

说到人脸识别，简单讲就是让程序能够识别出图像的哪个部分是人脸，然后在这个基础上考虑如何应用的问题。像早已冲出国门、走向世界的美图秀秀，以及上面说的刷脸进站、刷脸取现等都是基于人脸识别技术开发出的商用软件产品，而这一切技术的背后都离不开机器学习，更直白的说是离不开数学算法。

我想做的事情是用python写一个小程序，通过读取USB摄像头的视频流识别出我自己来。事情看起来很简单，但实际做起来需要好几个程序协作才能达成目标。首先感谢一个日本程序员，是他提供了实现思路及样例代码，国内有很多Blog和公众号转发了这篇文章，度娘可以搜到，其中一个Blog的链接如下：

碉堡了！程序员用深度学习写了个老板探测器（附源码）

度娘能搜到的都与上面相同，千篇一律。我刚开始看到这篇文章的时候很是激动一番，觉得肯定很容易实现了，但实际动手做起来才知道坑很多。作者虽然给了思路和代码，但忽略了很多关键细节，对ML刚入门的同学来说很难实现该文章描述的案例。幸运的是，菜鸟如我，虽然期间跳坑无数，死磕了近1周的时间，我还是爬出了所有的坑，达成了最初的设想，感谢那些为了我的好奇心英勇就义的脑细胞。

这个系列博文的目标不是要取代原博文，而是作为原博文的可操作版，把原博文缺失的细节补上，手把手教会你重现实例。所以，如果你只是想快速了解整个实例，请移步上面给出的链接去看原博文，那篇博文只需花费你几分钟的时间；如果你是个行动派，那就直接参照这个系列博文操练起来，这会花费你半天到几天的时间，请自行斟酌。

2. 准备工作

1）首先需要准备一个USB摄像头，能够支持Ubuntu之类的linux操作系统；

2）PC机上安装好Ubuntu14以上64位版本（尽量双系统不要虚拟机，不然模型训练速度会慢得像蜗牛），可以安装win7/win10，但我没有试过在64位win系统上安装tensorflow，虽然tensorflow已经支持win 64位系统；

3）请确定python3已安装，我给的代码都是在python3下调试通过的，python2只是简单试过，不保证在python2下能正常运行；

4）安装Tensorflow，如果你是独显，且支持CUDA，请安装GPU版本，否则选择CPU版本，我的机器安装的是GPU版本，OS是Ubuntu16.04麒麟，安装Tensorflow的操作说明请问度娘或谷歌，又或者参考本人的另一篇博文：

Google TensorFlow for GPU安装、配置大坑

5）安装opencv2，请安装openCV3.0以上版本（该版本支持python3和python2），参考如下两个链接：

http://www.cnblogs.com/freeweb/p/5794447.html

http://blog.csdn.net/qingyuanluofeng/article/details/51558270

操作指令以第一个链接为准，给第二个的原因是它给出了OpenCV3.0的安装方法，第一个是2.14的且是支持python2的，但第一个给出的指令已经足够用了，第二个博文指令啰嗦，当遇到如何支持python3的问题时供参考用；

6）安装keras、sklearn、PIP等，它们的安装说明网上有的是，也简单，这里就不多说了；

以上准备工作关键是前5步，后面第6步可以暂时不作操作，当执行程序时如果提示某个模块无法导入，再安装该模块也可。

3. 获取并显示USB摄像头实时视频

其实，利用OpenCV获取USB摄像头的视频流并展示出来非常简单，拢共不超过30行代码：

#-*- coding: utf-8 -*-

import cv2

import sys

from PIL import Image

def CatchUsbVideo(window_name, camera_idx):

    cv2.namedWindow(window_name)

    #视频来源，可以来自一段已存好的视频，也可以直接来自USB摄像头

    cap = cv2.VideoCapture(camera_idx)        

    while cap.isOpened():

        ok, frame = cap.read() #读取一帧数据

        if not ok:

            break                    

        #显示图像并等待10毫秒按键输入，输入‘q’退出程序

        cv2.imshow(window_name, frame)

        c = cv2.waitKey(10)

        if c & 0xFF == ord('q'):

            break        

    #释放摄像头并销毁所有窗口

    cap.release()

    cv2.destroyAllWindows() 

if __name__ == '__main__':

    if len(sys.argv) != 2:

        print("Usage:%s camera_id\r\n" % (sys.argv[0]))

    else:

        CatchUsbVideo("截取视频流", int(sys.argv[1]))

根本不需要多解释，一看就能明白。接着我们再Shell控制台执行上述代码：

人脸检测及识别python实现系列（1）——配置、获取实时视频流

其中，唯一需要解释的就是camera_id，这个就是USB摄像头的索引号，一般是0，如果0不行可以试试1、2等，除非你的摄像头已经坏了，根本不能用。

本着小步快跑，一次一点小成就的原则，系列1到此结束，系列2将会继续——内容为如何利用OpenCV识别出视频中的人脸区域。

相关文章