face_recognation人脸识别tensorflow版本代码解析

╰半橙微兮° 2022-05-17 00:04 264阅读 0赞

\#\#\#人脸识别程序共分为4个部分，大致结构如下：  
\#\#\#\#1.get\_my\_faces\_dlib.py  
使用opencv获取个人的人脸图像，并通过dlib库中的人脸特征提取，截取获取的正样本人脸数据集。  
该程序共包括如下2个重要部分：  
（1）定义relight函数，对摄像头拍摄的图像进行光线的转换，多样化样本。  
（2）dlib函数针对的是灰度图像，对图像进行灰度转换和resize，存储图像均为64\*64.

# get_my_faces_dlib.py
    import cv2
    import dlib
    import random
    import os
    # import sys
    out_dir = 'my_faces'
    size = 64
    if not os.path.exists(out_dir):
        os.makedirs(out_dir)
    
    def relight(img, light=1, beta=0):
        w = img.shape[1]
        h = img.shape[0]
        # h, w, _ = img.shape
    
        for i in range(h):
            for j in range(w):
                for c in range(3):
                    temp = int(img[i,j,c]*light+beta)
                    if temp>255:
                        temp=255
                    elif temp<0:
                        temp=0
                    img[i,j,c] = temp
        return img
    
    detector = dlib.get_frontal_face_detector()
    cam = cv2.VideoCapture(0)
    
    index = 1
    while True:
        if index<=500:
            print('Being processed picture %s' % index)
            success, img = cam.read()
            gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
            dets = detector(gray_image, 1)  # 返回是一个框[(x1,y1),(x2,y2)]
            for i, d in enumerate(dets):
                y1 = d.top() if d.top()>0 else 0
                y2 = d.bottom() if d.bottom()>0 else 0
                x1 = d.left() if d.left()>0 else 0
                x2 = d.right() if d.right()>0 else 0
    
                face = img[y1:y2, x1:x2]
                face = relight(face, random.uniform(0.5, 1.5), random.randint(-50, 50))
    
                face = cv2.resize(face, (size, size))
                cv2.imshow('image', face)
                cv2.imwrite(out_dir+'/'+str(index)+'.jpg',face)
                index += 1
            key = cv2.waitKey(30) & 0xff
            if key==27:
                break
        else:
            print('finished')
            break

\#\#\#\#2.set\_other\_faces.py  
对已有的数据集，如LFW数据集，通过重新提取图像到指定的输出文件夹中，形成train过程中的负样本集。  
该程序共包括如下2个重要部分：  
（1）读取已有数据集input\_img中的图像。  
（2）利用dlib库中的人脸特征函数将(1)中读取的图像进行人脸的截取，并重新写入新的文件夹other\_faces中。

# set_other_faces.py
    #encoding: utf-8
    import cv2
    import os
    import dlib
    import sys
    
    # 定义数据文件夹
    out_dir = 'other_faces'
    # 定义待提取数据文件夹，在这里用的是LFW的数据集
    input_dir = 'input_img'
    # 建立输出文件夹out_dir
    if not os.path.exists(out_dir):
        os.makedirs(out_dir)
    # 提取人脸的特征，使用dlib自带的检测器
    size = 64
    detector = dlib.get_frontal_face_detector()
    # 读入输入文件夹中的图像，并输出到特定的out_dir文件夹中
    index = 1
    for (path, namedir, filenames) in os.walk(input_dir):
        # 对输入文件夹input_dir中的每一个jpg图像进行提取并输出到out_dir中。
        for filename in filenames:
            if filename.endswith('.jpg'):
                # 提取图像的路径
                img_path = path + '/' + filename
                img = cv2.imread(img_path)
                # 提取人脸的检测框，获得dets，dlib是对灰度图像进行处理的，故转为灰度图像
                gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
                dets = detector(gray_image, 1)
                # 使用enumerate 函数遍历序列中的元素以及它们的下标
                # 下标i即为人脸序号
                # left：人脸左边距离图片左边界的距离 ；right：人脸右边距离图片左边界的距离 
                # top：人脸上边距离图片上边界的距离 ；bottom：人脸下边距离图片上边界的距离
                for i, d in enumerate(dets):
                    y1 = d.top() if d.top()>0 else 0
                    y2 = d.bottom() if d.bottom()>0 else 0
                    x1 = d.left() if d.left()>0 else 0
                    x2 = d.right() if d.right()>0 else 0
                    # 在原彩色图像中截取face区域，注意不能是对灰度图像进行处理
                    face = img[y1:y2, x1:x2]
                    # img[y:y+h,x:x+w] 截取框内的人脸
                    
                    # 对截取的人脸图像进行resize，并显示输出
                    face = cv2.resize(face, (size, size))
                    cv2.imshow('image', face) 
    
                    # 将resize后的人脸写入out_dir文件夹中
                    cv2.imwrite(out_dir + '/'+ str(index)+'.jpg',face)
                    index += 1
                # 设定终止key，按esc键停止
                key = cv2.waitKey(30) & 0xff
                if key== 27:
                    sys.exit(0)
                # 按q键停止
                # if cv2.waitKey(30) & 0xff == ord('q'):
                # sys.exit(0)

\#\#\#\#3.train\_faces.py  
训练my\_faces和other\_faces中的图像，获取准确率高于0.99的训练模型并保存。  
该程序共包括如下2个重要部分：  
（1）读入图像，特加入了填补函数getPaddingSize，防止图像进行resize的时候失真。  
（2）图像转化可读入数据集，image转化为矩阵，label转化为one-hot编码，正样本为\[0,1\]，负样本为\[1,0\].  
（3）将整个正样本和负样本进行随机划分为测试集和训练集，test\_size=0.05。  
（4）利用CNN进行训练，三层卷积层，维度分别为（32，64，64），卷积核大小均为3；每一层均采用maxpool，池化大小均为2；且都采用dropout操作来减小过拟合。全连接层维度为512，并使用dropout，softmax输出为2。  
（5）当所有图像被训练两轮后且测试准确率大于0.99时，将训练结果模型保存在项目目录中，以供实时测试使用。

# train_faces.py
    #encoding: utf-8
    import tensorflow as tf
    import cv2
    import numpy as np
    import os
    import random
    import sys
    from sklearn.model_selection import train_test_split
    
    my_faces_path = 'my_faces'
    other_faces_path = 'other_faces'
    size = 64
    
    imgs = []
    labs = []
    
    def getPaddingSize(img):
        h, w, _ = img.shape
        top, bottom, left, right = (0,0,0,0)
        longest = max(h, w)
    
        if w < longest:
            tmp = longest - w
            # //表示整除符号
            left = tmp // 2
            right = tmp - left
        elif h < longest:
            tmp = longest - h
            top = tmp // 2
            bottom = tmp - top
        else:
            pass
        return top, bottom, left, right
    
    def readData(path , h=size, w=size):
        for filename in os.listdir(path):
            if filename.endswith('.jpg'):
                filename = path + '/' + filename
    
                img = cv2.imread(filename)
    
                top,bottom,left,right = getPaddingSize(img)
                # 将图片放大， 扩充图片边缘部分
                img = cv2.copyMakeBorder(img, top, bottom, left, right, cv2.BORDER_CONSTANT, value=[0,0,0])
                img = cv2.resize(img, (h, w))
    
                imgs.append(img)
                labs.append(path)
    
    readData(my_faces_path)
    readData(other_faces_path)
    # 将图片数据与标签转换成数组
    imgs = np.array(imgs)
    labs = np.array([[0,1] if lab == my_faces_path else [1,0] for lab in labs])
    # 随机划分测试集与训练集
    train_x,test_x,train_y,test_y = train_test_split(imgs, labs, test_size=0.05, random_state=random.randint(0,100))
    # 参数：图片数据的总数，图片的高、宽、通道
    train_x = train_x.reshape(train_x.shape[0], size, size, 3)
    test_x = test_x.reshape(test_x.shape[0], size, size, 3)
    # 将数据转换成小于1的数
    train_x = train_x.astype('float32')/255.0
    test_x = test_x.astype('float32')/255.0
    
    print('train size:%s, test size:%s' % (len(train_x), len(test_x)))
    # 图片块，每次取100张图片
    batch_size = 100
    num_batch = len(train_x) // batch_size
    
    x = tf.placeholder(tf.float32, [None, size, size, 3])
    y_ = tf.placeholder(tf.float32, [None, 2])
    
    keep_prob_5 = tf.placeholder(tf.float32)
    keep_prob_75 = tf.placeholder(tf.float32)
    
    def weightVariable(shape):
        init = tf.random_normal(shape, stddev=0.01)
        return tf.Variable(init)
    
    def biasVariable(shape):
        init = tf.random_normal(shape)
        return tf.Variable(init)
    
    def conv2d(x, W):
        return tf.nn.conv2d(x, W, strides=[1,1,1,1], padding='SAME')
    
    def maxPool(x):
        return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME')
    
    def dropout(x, keep):
        return tf.nn.dropout(x, keep)
    
    def cnnLayer():
        # 第一层
        W1 = weightVariable([3,3,3,32]) # 卷积核大小(3,3)， 输入通道(3)， 输出通道(32)
        b1 = biasVariable([32])
        # 卷积
        conv1 = tf.nn.relu(conv2d(x, W1) + b1)
        # 池化
        pool1 = maxPool(conv1)
        # 减少过拟合，随机让某些权重不更新
        drop1 = dropout(pool1, keep_prob_5)
    
        # 第二层
        W2 = weightVariable([3,3,32,64])
        b2 = biasVariable([64])
        conv2 = tf.nn.relu(conv2d(drop1, W2) + b2)
        pool2 = maxPool(conv2)
        drop2 = dropout(pool2, keep_prob_5)
    
        # 第三层
        W3 = weightVariable([3,3,64,64])
        b3 = biasVariable([64])
        conv3 = tf.nn.relu(conv2d(drop2, W3) + b3)
        pool3 = maxPool(conv3)
        drop3 = dropout(pool3, keep_prob_5)
    
        # 全连接层
        Wf = weightVariable([8*8*64, 512])
        bf = biasVariable([512])
        drop3_flat = tf.reshape(drop3, [-1, 8*8*64])
        dense = tf.nn.relu(tf.matmul(drop3_flat, Wf) + bf)
        dropf = dropout(dense, keep_prob_75)
    
        # 输出层
        Wout = weightVariable([512,2])
        bout = biasVariable([2])
        #out = tf.matmul(dropf, Wout) + bout
        out = tf.add(tf.matmul(dropf, Wout), bout)
        return out
    
    def cnnTrain():
        out = cnnLayer()
    
        cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=out, labels=y_))
    
        train_step = tf.train.AdamOptimizer(0.01).minimize(cross_entropy)
        # 比较标签是否相等，再求的所有数的平均值，tf.cast(强制转换类型)
        accuracy = tf.reduce_mean(tf.cast(tf.equal(tf.argmax(out, 1), tf.argmax(y_, 1)), tf.float32))
        # 将loss与accuracy保存以供tensorboard使用
        tf.summary.scalar('loss', cross_entropy)
        tf.summary.scalar('accuracy', accuracy)
        merged_summary_op = tf.summary.merge_all()
        # 数据保存器的初始化
        saver = tf.train.Saver()
    
        with tf.Session() as sess:
    
            sess.run(tf.global_variables_initializer())
    
            summary_writer = tf.summary.FileWriter('tmp', graph=tf.get_default_graph())
    
            for n in range(200):
                 # 每次取128(batch_size)张图片
                for i in range(num_batch):
                    batch_x = train_x[i*batch_size : (i+1)*batch_size]
                    batch_y = train_y[i*batch_size : (i+1)*batch_size]
                    # 开始训练数据，同时训练三个变量，返回三个数据
                    _,loss,summary = sess.run([train_step, cross_entropy, merged_summary_op],
                                               feed_dict={ x:batch_x,y_:batch_y, keep_prob_5:0.5,keep_prob_75:0.75})
                    summary_writer.add_summary(summary, n*num_batch+i)
                    # 打印损失
                    print('第%s次训练，loss=%s' % (n*num_batch+i, loss))
    
                    if (n*num_batch+i) % 100 == 0:
                        # 获取测试数据的准确率
                        acc = accuracy.eval({ x:test_x, y_:test_y, keep_prob_5:1.0, keep_prob_75:1.0})
                        print('%s,acc=%s'%(n*num_batch+i, acc))
                        # 准确率大于0.99时保存并退出
                        if acc > 0.99 and n > 2:
                            saver.save(sess, './train_faces.model', global_step=n*num_batch+i)
                            sys.exit(0)
            print('accuracy less 0.99, exited!')
    
    cnnTrain()

\#\#\#\#4.is\_my\_face.py  
测试过程直接采用保存的训练模型中的参数，使用opencv获取实时图像，检测摄像头获取的人脸是否是本人，输出为True or False。

# is_my_face.py
    saver = tf.train.Saver()  
    sess = tf.Session()  
    saver.restore(sess, tf.train.latest_checkpoint('.'))  
       
    def is_my_face(image):  
        res = sess.run(predict, feed_dict={ x: [image/255.0], keep_prob_5:1.0, keep_prob_75: 1.0})  
        if res[0] == 1:  
            return True  
        else:  
            return False  
    
    #使用dlib自带的frontal_face_detector作为我们的特征提取器
    detector = dlib.get_frontal_face_detector()
    
    cam = cv2.VideoCapture(0)  
       
    while True:  
        _, img = cam.read()  
        gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        dets = detector(gray_image, 1)
        if not len(dets):
            #print('Can`t get face.')
            cv2.imshow('img', img)
            key = cv2.waitKey(30) & 0xff  
            if key == 27:
                sys.exit(0)
                
        for i, d in enumerate(dets):
            x1 = d.top() if d.top() > 0 else 0
            y1 = d.bottom() if d.bottom() > 0 else 0
            x2 = d.left() if d.left() > 0 else 0
            y2 = d.right() if d.right() > 0 else 0
            face = img[x1:y1,x2:y2]
            # 调整图片的尺寸
            face = cv2.resize(face, (size,size))
            print('Is this my face? %s' % is_my_face(face))
    
            cv2.rectangle(img, (x2,x1),(y2,y1), (255,0,0),3)
            cv2.imshow('image',img)
            key = cv2.waitKey(30) & 0xff
            if key == 27:
                sys.exit(0)
      
    sess.close()

如下图所示，当摄像头读入本人时，显示True，是其他人的时候，显示False。

![image][]

NOTE：

*  正样本和负样本的比例不可过大，在实际操作过程中，录入正样本太少，与LFW庞大的样本量对比，会造成测试的准备率极低。
 *  train\_face的range，应根据个人的样本量调整，太少，会造成未达到要求的acc就输出**accuracy less 0.99, exited!**，保存不了训练模型。

完整代码详见[github\_face\_reg][github_face_reg]，相互学习。

[image]: https://note.youdao.com/yws/api/personal/file/8CB6E3C1D64D4E9FAD295AB5A2EA9466?method=download&shareKey=112c7eee434f2194217a0e90dba97b92
[github_face_reg]: https://github.com/changRJ917/face_recog