pytorch实现人脸识别包括人脸检测（opencv、dlib、CNN三种方法融合）人脸对齐和vgg-face人脸特征提取

# -*- coding: UTF-8 -*- import cv2 as cv import os import numpy as np import re from face_alignment import warpAffineImg, warpAffilneByAngle from matplotlib import pyplot as plt import dlib from fileConfig import * # 输入文件夹，输出里面处理好的图片（所有图片都在一个文件中，图片名为唯一标识） def pick_withoutDir(fileName, targetName, *suffix): # 文件名存在 if os.path.exists(fileName): images = os.listdir(fileName) # 读取一级目录 for image in images: # 遍历二级目录 # 文件名为所需要的后缀名 if endwith(image, suffix): print(fileName + os.sep + image) # 进行图片预处理 img, flag = pretreat_img_internet(fileName + os.sep + image) if flag == 1: # 人脸识别处理成功 # 提取文件的唯一标识 p = r"\d+" pattern = re.compile(p) result = re.search(pattern, image)[0] # 创建目录 if not os.path.exists(targetName + os.sep + result): os.makedirs(targetName + os.sep + result) count = len(os.listdir(targetName + os.sep + result)) # 保存图片 cv.imwrite(targetName + os.sep + result + os.sep + str(count) + '.jpg', img) print(targetName + os.sep + result + os.sep + str(count) + '.jpg', ' successful') # 打印成功信息 else: print(fileName + os.sep + image, ' fail') # 打印失败信息 else: print('connot find the path') # 读取多个文件夹的图片（文件夹名为唯一标识） def pick_dir(fileName, targetName, *suffix): # 判断文件存在 if os.path.exists(fileName): f = os.listdir(fileName) # 遍历所有的文件夹 for name in f: images = os.listdir(fileName + os.sep + name) count = 0 # 遍历文件夹内的所有文件 for image in images: if endwith(image, suffix): img, ret = pretreat_img_internet(fileName + os.sep + name + os.sep + image) if ret == 1: # 创建targetName/image_face/图片名称的路径 if (not os.path.exists(targetName + os.sep + "image_face" + os.sep + name)): os.makedirs(targetName + os.sep + "image_face" + os.sep + name) # 存储图片 cv.imwrite( targetName + os.sep + "image_face" + os.sep + name + os.sep + str(count) + '.jpg', img) print(targetName + os.sep + "image_face" + os.sep + name + os.sep + str(count) + '.jpg', ' successful') count += 1 else: print(targetName + os.sep + "image_face" + os.sep + name, ' fail') # 找不到输入的路径 else: print("cannot find the path") # 读取单个文件夹内的图片（文件夹名为唯一标识） def pick_single(fileName, targetName, *suffix): # 判断文件存在 if os.path.exists(fileName): images = os.listdir(fileName) # 读取目录 count = 0 for image in images: # 后缀名判断 if endwith(image, suffix): img = pretreat_img(fileName + os.sep + image) # 创建目录 if (not os.path.exists(targetName + os.sep + "image_face" + os.sep + os.path.basename(fileName))): os.makedirs(targetName + os.sep + "image_face" + os.sep + os.path.basename(fileName)) # 保存图片 cv.imwrite(targetName + os.sep + "image_face" + os.sep + os.path.basename(fileName) + os.sep + str( count) + '.jpg', img) print(targetName + os.sep + "image_face" + os.sep + os.path.basename(fileName) + os.sep + str( count) + '.jpg', ' successfule') count += 1 else: print("cannot find the path") #读取带有中文路径的图片，进行预处理 def pretreat_img_chinese(fileName): # 后缀名判断 if endwith(fileName, '.jpg', ',JPG', '.PNG', '.png'): # 对路径包含中文字符的文件进行读取 img = cv.imdecode(np.fromfile(fileName, dtype=np.uint8), -1) if img is None: # 图片为空 return 0, 0 else: # 图片不为空，进行预处理 # 图片文件过大，计算机内存不足，滤过过大文件 if img.shape[0] < 1500 and img.shape[1] < 1500: img, flag = getFaceImage(img) # 人脸识别 if flag == 1: img = warpAffineImg(img) # 人脸对齐 return img, flag # 成功获取目标图片 # 未能识别人脸 else: return img, 0 # 文件名非指定图片格式 else: return 0, 0 #从网络读取图片，进行预处理 def pretreat_img_internet(fileName): # 后缀名判断 if endwith(fileName, '.jpg', ',JPG', '.PNG', '.png'): # 从网络路径读取图片文件 cap = cv.VideoCapture(fileName) ret, img = cap.read() if img is None: # 图片为空 return 0, 0 else: # 图片不为空，进行预处理 # 图片文件过大，计算机内存不足，滤过过大文件 if img.shape[0] < 1500 and img.shape[1] < 1500: img, flag = getFaceImage(img) # 人脸识别 if flag == 1: img = warpAffineImg(img) # 人脸对齐 return img, flag # 成功获取目标图片 # 未能识别人脸 else: return img, 0 # 文件名非指定图片格式 else: return 0, 0 # 输入文件名，输出处理好的列表形式img def pretreat_img(fileName): if endwith(fileName, '.jpg', ',JPG', '.PNG', '.png'): img = cv.imread(fileName) if img is None: # 图片为空 return 0, 0 else: # 图片不为空，进行预处理 # 图片文件过大，计算机内存不足，滤过过大文件 if img.shape[0] < 1500 and img.shape[1] < 1500: img, flag = getFaceImage(img) # 人脸识别 if flag == 1: img = warpAffineImg(img) # 人脸对齐 return img, flag # 成功获取目标图片 # 未能识别人脸 else: return img, 0 # 文件名非指定图片格式 else: return 0, 0 #使用多个模型进行人脸识别 def getFaceImageMerge(img): img_result, ret = getFaceImageDlib(img) #Dlib读取失败, 进行别的模型识别 if ret == 0: #进行opencv识别 img_result, ret = getFaceImageOpencv(img) return img_result, ret #cnn识别成功 else: return img_result, ret #进行人脸识别，无法识别时，进行旋转处理，识别侧倒的人脸 def getFaceImage(img): img_result, ret = getFaceImageMerge(img) # 识别失败，进行旋转处理 if ret == 0: img_trans = warpAffilneByAngle(img, 90) img_result, ret = getFaceImageMerge(img_trans) if ret == 0: # 识别失败，进行相反角度的旋转处理 img_trans = warpAffilneByAngle(img, -90) img_result, ret = getFaceImageMerge(img_trans) # 旋转无法识别人脸，采用cnn进行人脸识别 if ret == 0: img_result = getF