FaceMaster (人脸识别大师)

# FaceMaster (人脸识别大师) FaceMaster 是一款基于 Python 的入门级人脸识别项目，旨在为用户提供简单易用的图片和视频人脸识别功能。无论是初学者还是有一定编程经验的用户，都能够轻松上手，通过该项目快速了解和应用人脸识别技术。 ## 功能特性 1. 人脸识别：支持图片、视频、摄像头中的人脸识别，使用`opencv、dlib、face_recognition`3种方式实现。 2. 表情识别：包括哀、惊、惧、乐、怒、厌、中七种基本表情。 3. 姓名识别：支持图片、视频、摄像头中的人脸姓名识别。 4. 文字识别：使用`easyocr`进行文字识别，支持中文、英文、数字。 持续关注本项目后续支持更多实现！！！ ## 功能演示 ### 表情识别 以下演示图片均来源于 https://www.pexels.com 免费下载，如有侵权请告知删除！！！  ### 姓名识别  ## 项目环境 - 平台： Windows 10 - 工具：PyCharm 2022.1.2 - Python 版本： 3.6.8 - TensorFlow 版本： 2.6.2 - CUDA 版本：11.2 - cuDNN 版本：8.1.1 TensorFlow 默认不使用 GPU 处理，如需开启请参考`cuda_test.py`请确保 tensorflow 与 Python、CUDA、cuDNN 版本一致。 ## 安装依赖 ##### 1、克隆本项目 ```bash git clone https://gitee.com/qq153128151/FaceMaster.git ``` 或 ```bash git clone https://github.com/36Dyyds/FaceMaster.git ``` ##### 2、更换国内镜像 ```bash pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ pip config set install.trusted-host mirrors.aliyun.com pip config get global.index-url ``` ##### 3、安装依赖 ```bash pip install -r requirements.txt ``` ## 项目结构 ``` +-- FaceMaster +-- easyocr_models ---------------------------------------------- easyocr模型 |-- craft_mlt_25k.pth --------------------------------------- 文本检测模型 |-- zh_sim_g2.pth ------------------------------------------- 文本识别模型 |-- face_names -------------------------------------------------- 姓名识别素材 |-- FER2013.zip ------------------------------------------------- 训练数据集 |-- add_chinese_text_to_image.py -------------------------------- 图片添加中文文本 |-- cuda_test.py ------------------------------------------------ CUDA 检测 |-- emotion_detection_cv2.py ------------------------------------ 表情识别 opencv 算法 |-- emotion_detection_dlib.py ----------------------------------- 表情识别 dlib 算法 |-- face_detection_cv2.py --------------------------------------- 人脸识别 opencv 算法 |-- face_detection_dlib.py -------------------------------------- 人脸识别 dlib 算法 |-- video_face_detection_cv2.py --------------------------------- 视频人脸识别 opencv 算法 |-- video_face_detection_dlib.py -------------------------------- 视频人脸识别 dlib 算法 |-- camera_face_detection_cv2.py -------------------------------- 摄像头实时人脸识别 opencv 算法 |-- camera_face_detection_dlib.py ------------------------------- 摄像头实时人脸识别 dlib 算法 |-- camera_face_recognition_name.py ----------------------------- 摄像头实时人脸姓名识别 face_recognition 开源库 |-- face_recognition_demo.py ------------------------------------ 人脸识别 face_recognition 开源库 |-- face_recognition_name.py ------------------------------------ 人脸姓名识别 face_recognition 开源库 |-- video_face_recognition_name.py ------------------------------ 视频人脸姓名识别 face_recognition 开源库 |-- easyocr_demo.py --------------------------------------------- 文字识别 easyocr 开源库 +-- images ------------------------------------------------------ 测试素材 |-- 001.jpg |-- 002.jpg |-- 003.jpg +-- models ------------------------------------------------------ 模型 |-- emotion_detection_model.h5 ------------------------------ 表情识别模型 损失：0.99，准确率：0.63 |-- haarcascade_frontalface_default.xml --------------------- Haar 级联分类器模型 |-- shape_predictor_68_face_landmarks.dat ------------------- Dlib 库训练的模型 +-- output ------------------------------------------------------ 输出文件 |-- accuracy_plot.png |-- loss_plot.png +-- videos ------------------------------------------------------ 姓名识别素材 |-- 001.mp4 |-- requirements.txt -------------------------------------------- 依赖模块 |-- train_emotion_model.py -------------------------------------- 训练表情识别模型 ``` ## 运行说明 项目中的代码都有详细的注释，不依赖其他文件右键运行即可。 表情识别采用 FER2013 数据集，人脸表情模型：测试集损失：0.9903802275657654，测试集准确率：0.6338813304901123 解压项目中的`FER2013.zip`你可以运行`train_emotion_model.py`来训练你的人脸表情模型。   ## 常见问题 - 部分依赖无法安装： `dlib==19.7.0` 和 `face-recognition==1.3.0` 不支持python3.6.8以上版本。 - 依赖无法下载： 使用国内的镜像源，如果开启了代理或科学上网需要关闭。 ## 贡献 如果您发现了任何问题或者有任何建议，欢迎提出 issue 或者提交 pull request。 ## 群聊 ##### 微信交流群 扫码添加微信，备注：FaceMaster，邀您加入群聊  扫码添加微信，备注：FaceMaster，邀您加入群聊 ## 打赏 如果我的项目对你有所帮助还请给个免费的 Star 能让更多人看到。  ## 版权信息 本项目遵循 MIT License。详细信息请参阅 LICENSE 文件。 希望 FaceMaster 能够帮助您快速入门和应用人脸识别技术，祝您使用愉快！