Python在人脸识别方面功能很强大，程序语言简单高效，下面小编来编程实现一下如何实现人脸识别。如有错点，还望斧正

识别图片中的人脸位置

#人脸识别分类器路径
tool_url = r'C:\Users\86188\AppData\Local\Programs\Python\Python36-32\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml'
#人脸定位函数
def face_detect(img):
    gray = cv.cvtColor(img,cv.COLOR_BGRA2BGR)
    face = cv.CascadeClassifier(tool_url)
    #将图片转化为灰度图
    faces = face.detectMultiScale(gray)
    #确定人脸部分
    for x,y,w,h in faces:
        reg = cv.rectangle(img, (x, y),( x + w, y + h), color=(0, 255, 0), thickness=2)
    cv.imshow("reg",reg)

根据训练集训练数据并保存(dataTraining.py)

import os
import cv2 as cv
import numpy
from PIL import Image
'''
训练数据来自s2和s9
'''

def getImageAndIds(path):
    facesSimples = []
    ids = []
    img_paths = [os.path.join(path,f) for f in os.listdir(path)]

    #检测人脸
    tool_url = r'C:\Users\86188\AppData\Local\Programs\Python\Python36-32\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml'
    # 调用插件获取图像特征
    face = cv.CascadeClassifier(tool_url)
    for i in img_paths:
        # print(i)
        img = Image.open(i).convert("L")
        # Image._show(img)
        #将图片转换为数组
        img_np = numpy.array(img,'uint8')
        # print(img_np)
        # 获取图像的人脸信息和对应id
        faces = face.detectMultiScale(img_np)
        id = int(i.split(path)[1].split('.')[0])

        for x, y, w, h in faces:
            facesSimples.append(img_np[y:y+h,x:x+w])
            ids.append(id)

    return facesSimples,ids

if __name__ == "__main__":
    #图片路径
    path = "./data/"
    faces,ids = getImageAndIds(path)
    #获取循环对象
    reg = cv.face.LBPHFaceRecognizer_create()
    reg.train(faces,numpy.array(ids))
    #保存文件
    reg.write("trainer/trainer.yml")

人脸识别(faceChecking.py)

import cv2 as cv
import os,numpy

#检测人脸
tool_url = r'C:\Users\86188\AppData\Local\Programs\Python\Python36-32\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml'
#图片数据路径
path = './data/'
# 调用插件获取图像特征
face = cv.CascadeClassifier(tool_url)

#加载训练数据
reg = cv.face.LBPHFaceRecognizer_create()
reg.read("trainer/trainer.yml")

img= cv.imread("3.jpg")
#将图像的人脸特征圈出来
gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
faces = face.detectMultiScale(gray)
for x, y, w, h in faces:
    # print(x,y,w,h)
    cv.rectangle(gray, (x, y), (x + w, y + h), color=(0, 0, 255), thickness=2)
    #检测出识别后的图片和id
    id,configence = reg.predict(gray[y:y+h,x:x+w])
    #显示对应图片
    print("编号:{},置信度:{}".format(id,configence))
    aim_img = cv.imread(os.path.join(path,str(id)+'.jpg'))
    #显示目标图片
    cv.imshow("aim_img",aim_img)

cv.imshow("result",gray)
cv.waitKey(0)
cv.destroyAllWindows()

最后多说一句，小编是一名python开发工程师，这里有我自己整理了一套最新的python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以关注小编，并在后台私信小编：“01”即可领取。