[face_recognition中文文檔] 第4節 Face Recognition API

Face Recognition API

• face_recognition包
  • 模塊內容

---

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

源碼

使用cnn面部檢測器返回圖像中二維人臉的邊界框數組，若是您正在使用GPU，這能夠更快的給您結果，由於GPU能夠一次處理批次的圖像。若是您不使用GPU，則不須要此功能。

參數：

• images - 圖像列表（每一個做爲numpy數組）
• number_of_times_to_upsample - 用於對圖像進行採樣的次數。較高的數字找到較小的臉。
• batch_size - 每一個GPU處理批次中包含的圖像數量。

返回：

一個能夠在css（上，右，下，左）順序中找到的人臉位置的元組列表

---

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

源碼

將候選編碼的面部編碼列表進行比較，以查看它們是否匹配。

參數：

• known_face_encodings - 已知面部編碼的列表
• face_encoding_to_check - 與已知面部編碼的列表進行比較的單面編碼
• tolerance - 面孔之間的距離要考慮多少。越小越嚴格， 0.6是典型的最佳性能。

返回：

一個True / False值的列表，指出哪一個known_face_encodings匹配要檢查的面部編碼

---

face_recognition.api.face_distance(face_encodings, face_to_compare)

源碼

給出面部編碼列表，將其與已知的面部編碼進行比較，併爲每一個比較的人臉得到歐幾里得距離。距離告訴你面孔是如何類似的。

參數：

• face_encodings - 要比較的面部編碼列表
• face_to_compare - 要比較的面部編碼

返回：

一個numpy ndarray，每一個面的距離與「faces」數組的順序相同

---

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

源碼

給定圖像，返回圖像中每一個面部的128維面部編碼。

參數：

• face_image - 包含一個或多個面的圖像
• known_face_locations - 可選 - 若是您已經知道它們，每一個面的邊框。
• num_jitters - 計算編碼時從新採樣多少次。更高更準確，但更慢（即100是100倍慢）

返回：

128個面部編碼的列表（圖像中的每一個臉部一個）

---

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

源碼

給定圖像，返回圖像中每一個臉部的臉部特徵位置（眼睛，鼻子等）的指令

參數：

• face_image - 要搜索的圖像
• face_locations - 可選地提供要檢查的面部位置的列表。

返回：

面部特徵位置（眼睛，鼻子等）的列表

---

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

源碼

返回圖像中人臉的邊框數組

參數：

• img - 一個圖像（做爲一個numpy數組）
• number_of_times_to_upsample - 用於對圖像進行上採樣的次數多少次。較高的數字找到較小的臉。
• model - 要使用的面部檢測模型。「hog」在CPU上不太準確，但速度更快。「cnn」是一個更準確的深刻學習模式，GPU / CUDA加速（若是可用）。默認爲「hog」。

返回：

一個能夠在css（上，右，下，左）順序中找到的表面位置的元組列表

---

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

源碼

將圖像文件（.jpg，.png等）加載到numpy數組中

參數：

• file - 要加載的圖像文件名或文件對象
• mode - 將圖像轉換爲格式。只支持「RGB」（8位RGB，3聲道）和「L」（黑白）。

返回：

圖像內容爲numpy數組