好吧，夥計們，我回來了。說我拖更不寫文章的可以過來用你的小拳拳狠命地捶我胸口….

那麼今天我們來講關於使用python+opencv+face++來實現人臉驗證及人臉解鎖。程式碼量同樣不多，你可以將這些程式碼運用在其它一些智慧領域，如智慧家居，進門的時候判斷你是誰，也可以加入機器學習判斷來的人是客人還是熟人。在講之前我們會先適當的拓撲一下關於人臉識別的知識點。OK廢話少說下面開始正是話題。

解鎖原理：

原理呢，其實很簡單，沒有那麼複雜難懂（當然除了官方語言之外）。我們先來通俗的說一下利用Face++實現人臉匹配的原理。給大家推薦一個學習交流的地方：719+139+688，現在你開啟了攝像頭，然後恰好你按下了抓取。抓取之後，你的臉部圖片會上傳到遠端伺服器，然後服務端會提取你的面部情況生成一個唯一的指紋（標識碼），這個指紋在Face++裡面叫做face_token這個我們後面會繼續講到，這個指紋就代表你目前的身份。

上傳完經過服務端分析收錄之後，服務端會通過json傳送給你一個資料包，這個資料包裡面有你面部全部特徵。

當你拿到服務端返回過來的json之後，將face_token提取出來（這很重要，face_token相當於一把鑰匙）然後你把拿到的face_token放到python的if裡面去判斷如果face_token相符就驗證成功，如果不相符那麼解鎖失敗。

環境拓撲：

作業系統：windows7

Python版本：python2.7

OpenCV版本：2.x

Face++介面

實現方案：

1.上傳面孔（這個上篇文章我們已經實現攝像頭抓取，這篇文章我們不做囉嗦，直接用一張面部圖片代替）上傳後json會返回面部指紋（face_token）

2.建立人臉集合，並將步驟1返回的face_token加入到集合中去

3.通過python的if判斷是否收錄當前面孔

程式碼部分：

1.獲取面孔face_token：

這裡重點說一下request裡面的內容：

api規定是要post提交，所以這裡用了request.post()

傳輸的內容為請求的URL，圖片路徑（必填！可以是本地絕對路徑，也可以是網路圖片分別為image_file、image_url）data資料也就是payload裡面的引數：

apikey/apisecret必填 沒有的自行申請

return_attributes選填 裡面有返回的資料 有年齡性別等等

return_landmark選填 是否檢測返回人臉關鍵點0為不返回1為檢測83個關鍵點2為檢測106個關鍵點

執行效果：

我們隨便找一張照片（對畫素有要求的 切記 不然有的可能報錯）

我們可以看到這個返回的json包裡有很多的值，我們這裡最重要的就是拿到這張臉的face_toen，然後儲存起來，收錄到服務端的時候需要。

注：這裡可能有些朋友在網上隨便找的照片可能報錯，這很可能是圖片畫素的問題，儘量找高清的，執行後，人臉部分會被綠框標識。

2.建立人臉集合，並加入face_token

face_tokens裡面填的就是剛才奧巴馬圖片返回的face_token，不要填錯哦~

面部集合的名字也要記住，待會查詢的時候也會用到的。

將上一部分獲取到的face_token加入到一個新建的人臉集合中。

下次人臉對比將直接跟服務端收錄的做指紋對比。這裡再簡單的點一下payload裡面的幾個引數：

display_name：人臉集合的名字

outer_id：FaceSet全域性自定義標識

force_merge：

0：不將 face_tokens 加入已存在的 FaceSet 中，直接返回 FACESET_EXIST 錯誤

1：將 face_tokens 加入已存在的 FaceSet 中

face_tokens：傳入的人臉標識

執行效果：

執行完畢後，會返回一個faceset_token，這個地方我們要記錄下來，因為我們已經把我們的奧巴馬的facetoken上傳到服務端的我們建立的集合裡了，這個faceset token就是我們的面部集合id 或者說是一個相簿都可以。

3.判斷是否為管理員：

我們將奧巴馬的面部值（face token）放入python的if裡面，將要去查詢的面部集合（相簿）設定為我們前面獲取的faceset tokens，然後我們隨便照一張照片匹配一下。

筆記本攝像頭太low，很難識別，湊合看下效果吧，直接識別人臉還行。

完成~

當然，按理說到現在應該開始有噴子來噴，用圖片解鎖不安全了吧，沒關係，如果你想做的更高階，完全可以加上一些搖頭 眨眼等等亂七八糟的驗證，安全性是可以做到的。